头颈癌病人身体意象障碍风险预测模型的构建及验证

2024-06-06 23:56贾泽欢宁艳朱瑞芳余琳韩世范
护理研究 2024年11期
关键词:预测模型危险因素护理

贾泽欢 宁艳 朱瑞芳 余琳 韩世范

Construction and validation of a risk prediction model for body image disturbance in patients with head and neck cancer

JIA Zehuan, NING Yan, ZHU Ruifang, YU Lin, HAN Shifan

School of Nursing, Shanxi Medical University, Shanxi 030001 China

Corresponding Author  HAN Shifan, E?mail: 13903409675@139.com

Abstract  Objective:Analyze the risk factors for the development of body image disturbance in head and neck cancer patients,construct a nomogram graph prediction model,and validate the predictive effect of the model.Methods:A total of 332 head and neck cancer patients hospitalized in the Department of otolaryngology,head and neck surgery,stomatology,and radiotherapy of A tertiary hospital in Taiyuan from June to November 2022 and hospitalized in the Department of Head and Neck Surgery of a specialized oncology hospital in Taiyuan from July to September 2022 were selected as study subjects.The patients were divided into the modeling group(235 cases) and the validation group(97 cases) according to the ratio of 7∶3.Based on whether body image disturbance occurred after treatment,the patients in the modeling group were divided into body image disturbance group and normal body image group,and the risk factors of body image disturbance were explored by logistic regression analysis,prediction model were established,nomogram were drawn,and the discrimination and calibration of the model were evaluated by area under the ROC curve and Hosmer?Lemeshowχ2test,respectively.Results:The incidence of body image disturbance was 37.05% in 332 patients with head and neck cancer;a prediction model was constructed based on six influencing factors:tumor stage,presence of tracheal cannula,functional status score,anxiety score,comprehension social support score,and negative coping score.The area under the ROC curve of the model was 0.897(P<0.001) and 0.850(P<0.001) in the modeling and validation groups,respectively,with good discrimination; the Hosmer?Lemeshowχ2values were 7.828(P=0.348) and 5.409(P=0.610),respectively,with good calibration.Conclusion:The study constructed a nomogram graph prediction model of body image disturbance in head and neck cancer patients with good prediction effect,which can provide reference for clinical nurses to assess the risk of body image disturbance in head and neck cancer patients and make early intervention.

Keywords  head and neck cancer; body image disturbance; risk factors; prediction model; nursing

摘要  目的:分析头颈癌病人发生身体意象障碍的危险因素,构建列线图预测模型,并验证模型的预测效果。方法:采用便利抽样法,选取2022年6月—11月在太原市某三级甲等医院耳鼻咽喉头颈外科、口腔科、放疗科住院的头颈癌病人以及2022年7月-9月在太原市某肿瘤专科医院头颈外科住院的共332例头颈癌病人作为研究对象,按照7∶3的比例分为建模组(235例)和验证组(97例)。依据治疗后是否发生身体意象障碍将建模组病人分为身体意象障碍组和身体意象正常组,通过Logistic回归分析探索身体意象障碍的危险因素,建立预测模型,绘制列线图,通过受试者工作特征(ROC)曲线下面积、Hosmer?Lemeshow拟合优度检验分别评价模型的区分度、校准度。结果:332例头颈癌病人中,身体意象障碍发生率为37.05%;根据肿瘤分期、有无气管套管、功能状况得分、焦虑得分、领悟社会支持得分、消极应对得分6个影响因素构建预测模型。该模型在建模组和验证组中的ROC曲线下面积分别为0.897(P<0.001)和0.850(P<0.001),区分度良好;Hosmer?Lemeshowχ2值分别为7.828(P=0.348)和5.409(P=0.610),校准度较好。结论:构建的预测模型效果良好,可为临床医护人员评估头颈癌病人发生身体意象障碍的风险、进行早期干预提供参考。

关键词  头颈癌;身体意象障碍;危险因素;预测模型;护理

doi:10.12102/j.issn.1009-6493.2024.11.003

头颈癌(head and neck cancer,HNC)是目前世界范围内常见的第六大恶性肿瘤,全球每年报告约88万新发病例及45万死亡病例[1],且发病率呈上升趋势[2]。但随着医疗技术的发展,头颈癌病人的总体存活率也逐渐上升,研究报道,在过去的几十年中,头颈癌5年总体相对生存率显著提高,从54.1%提高到66.8%[3],这也使得头颈癌病人在生存期间出现心理问题的情况增多。头颈癌疾病本身及其治疗会带来组织缺损、畸形、瘢痕、淋巴水肿、纤维化等身体外观改变以及吞咽、发音等功能障碍[4],从而导致病人对自己的身体外观和功能持负面评价、消极的态度、认知、情感和负性行为调控,即身体意象障碍(body image disturbance,BID)[5]。研究发现,我国头颈癌病人身体意象障碍的发生率约为48.26%[6],严重的身体意象障碍又会伴随自我否定、抑郁、自卑、饮食失调、社会孤立等,严重影响病人的身心健康和生存质量[7]。因此,早期识别及预防身体意象障碍至关重要。美国癌症协会头颈癌幸存者护理指南将“评估头颈癌病人的身体意象问题”作为ⅡA类推荐,将“针对头颈癌病人的身体意象问题进行心理社会护理”作为ⅠA类推荐[8]。目前,国内对头颈癌病人身体意象障碍风险筛查的研究较少,缺乏特异性的身体意象障碍筛查工具。本研究通过分析头颈癌病人身体意象障碍的影响因素,构建风险预测模型并评价其预测效能,旨在为临床护理人员评估头颈癌病人发生身体意象障碍的风险、筛选高危人群、及时制定干预方案提供参考依据。

1  对象与方法

1.1 研究对象

本研究为横断面研究,采用便利抽样法,选取2022年6月—11月在太原市某三级甲等医院耳鼻咽喉头颈外科、口腔科、放疗科住院的头颈癌病人,以及2022年7月—9月在太原市某肿瘤专科医院头颈外科住院的头颈癌病人作为研究对象。纳入标准:1)经病理学等方法明确诊断为头颈部癌症;2)本次住院接受手术治疗或放化疗;3)年龄≥18岁;4)意识清楚,具有良好的听、写能力以及理解能力。排除标准:1)既往有精神疾病或认知功能障碍的病人;2)患有其他部位恶性肿瘤及复发者;3)诊断为头颈部癌症前有外形缺陷者。本研究所有研究对象均知情同意,自愿参与本研究。基于文献回顾和专家咨询,共筛选出28个危险因素,每个自变量需5~10例病人进行验证[9],根据龚湖萍[6]的研究结果,头颈癌术后病人身体意象障碍发生率为48.26%,同时考虑到10%的无效问卷,因此本研究所需要的样本量至少为(28×5/0.4826)/0.9=323例。

1.2 研究方法

1.2.1 调查工具

1.2.1.1 病人一般资料

在文献回顾、专家咨询的基础上,经课题组讨论后自行编制头颈癌病人身体意象障碍危险因素调查表,包括病人年龄、性别、文化程度、婚姻状况、居住地区、居住方式、主要陪护者、工作狀况、家庭人均月收入、医疗费用支付方式、体质指数、吸烟史、饮酒史、住院次数、肿瘤部位、肿瘤分期、治疗方式、有无颈部淋巴结清扫、有无气管套管、有无皮瓣重建、是否存在并发症、合并其他慢性病数量。

1.2.1.2 身体意象量表(Body Image Scale,BIS)

采用BIS对头颈癌病人进行身体意象评估。BIS包括10个条目,每个条目均采用0~3级计分,总分0~30分,得分越高,表明病人的身体意象水平越低,该量表的Cronbach's α系数为0.93,信效度良好[10]。BIS评分≥10分,表示存在明显身体意象障碍[11]

1.2.1.3 功能状况得分

采用头颈部肿瘤病人生命质量测评量表(Functional Assessment of Cancer Therapy?Head & Neck,FACT?H&N)中头颈部肿瘤的特异性模块测量头颈癌病人治疗后的功能状况,包括11个条目,各条目均采用Likert 5级计分法,“一点也不”计0分,“非常”计4分,各条目得分之和为总分,得分越高,表示病人的功能状况越好[12]。该量表的总Cronbach's α系数为0.88,其中特异模块的内部一致性为0.58,重测信度为0.96。

1.2.1.4 医院焦虑抑郁量表(Hospital Anxiety and Depression Scale,HADS)

HADS由Zigmond和Snaith[13]编制,主要用来筛查处于非精神病性焦虑和抑郁情绪的医院住院病人。该量表包括焦虑和抑郁2个亚量表,均由7个条目组成,每个条目均采用Likert 4级计分法,得分越高表示焦虑抑郁越严重。得分<7分为无症状,8~10分为可疑存在,11~21分为肯定存在。该量表的总Cronbach's α系数为0.85,焦虑分量表的Cronbach's α系数为0.79,抑郁分量表的Cronbach's α系数为0.80。

1.2.1.5 领悟社会支持量表(Perceived Social Support Scale,PSSS)

中文版PSSS由Zimet等[14]于1990年編制,用于测量个体对来自各种社会支持源(家庭、朋友和其他人)支持的感受程度。该量表包含12个自评项目,各条目采用Likert 7级评分法,“极不同意”计1分,“极同意”计7分。总分0~84分,得分越高,表明病人感受到的社会支持程度越高。该量表的重测信度为0.741~0.791,Cronbach's α系数为0.813~0.840[15]

1.2.1.6 社交焦虑量表(Social Anxiety Subscale of the Self?Consciousness Scale,SAS)

SAS由Fenigstein等[16]于1975年编制,用于测量个体在主观焦虑、言语表达和行为举止上的困难程度。该量表共6个条目,采用Likert 5级评分法,“非常不相符”“有些不相符”“说不清”“有些相符”“非常相符”分别计0、1、2、3、4分,得分0~24分,总分越高,表示社交焦虑状况越严重。该量表的Cronbach's α系数为0.73。

1.2.1.7 简易应对方式问卷(Simplified Coping Style Questionnaire,SCSQ)

SCSQ由我国学者解亚宁[17]于1998年编制,主要用于测量个体遇到困难或挫折时的应对方式。该问卷共20个项目,包括积极应对和消极应对2个维度,每个项目均采用Likert 4级评分法,积极应对得分越高,表明被调查者越倾向于采用积极的应对方式;消极应对得分越高,表明被调查者越倾向于采用消极的应对方式。该量表的总Cronbach's α系数为0.90,积极应对量表的Cronbach's α系数为0.89,消极应对量表的Cronbach's α系数为0.78。

1.2.2 资料收集方法

由课题组3名护理研究生严格按照纳入与排除标准筛选研究对象,征得病人和家属同意并签字后,采用前期设计的危险因素调查表,利用医院电子病历系统收集病人的一般资料,其余资料在病人出院前进行面对面收集。为保证数据收集的质量、真实性、准确性,本课题组的3名护理研究生均在调查前接受集中培训;在数据收集过程中不加暗示,填写完毕后当即收回,及时检查问卷,保证问卷的完整性;数据收集完成后,实行双人录入并进行核对。本研究共发放340份问卷,回收332份,有效回收率为97.6%。按照7∶3的比例将其分为建模组(235例)和验证组(97例)。

1.2.3 统计学方法

采用SPSS 25.0软件对数据进行统计分析。符合正态分布的定量资料以均数±标准差(x±s)描述,组间比较采用独立样本t检验;不符合正态分布的定量资料以中位数、四分位数[MP25P75)]描述,组间比较采用Mann?Whitney秩和检验;分类变量采用频数和百分比(%)表示,组间比较采用χ2检验或Fisher确切概率法。将单因素分析中差异有统计学意义(P<0.05)的变量纳入多因素分析,以是否发生身体意象障碍作为因变量,采用向后逐步回归法进行Logistic回归分析,筛选出独立危险因素,应用R 4.2.2构建列线图模型。通过受试者工作特征曲线(receiver operator characteristic curve,ROC)下面积(AUC)评价模型的区分度,利用Hosmer?Lemeshow(H?L)χ2检验评价模型的校准度,以灵敏度、特异度和正确率验证模型的实际应用效能。以P<0.05为差异有统计学意义。

2  结果

2.1 头颈癌病人一般资料

共纳入332例头颈癌病人,其中123例(37.05%)发生身体意象障碍。建模组235例,年龄34~86(62.31±10.19)岁;男170例(72.3%),女65例(27.7%);喉/下咽癌113例(48.1%),口腔/口咽癌85例(36.2%),甲状腺/腮腺肿瘤20例(8.5%),鼻部肿瘤13例(5.5%),颈部肿瘤4例(1.7%);其中存在身体意象障碍89例(37.9%)。验证组97例,年龄为40~84(60.43±9.34)岁;男73例(75.3%),女24例(24.7%);喉/下咽癌51例(52.6%),口腔/口咽癌35例(36.1%),甲状腺/腮腺肿瘤4例(4.1%),鼻部肿瘤7例(7.2%);其中存在身体意象障碍34例(35.1%)。

2.2 建模组头颈癌病人身体意象障碍影响因素的单因素分析

根据是否发生身体意象障碍将建模组分为身体意象障碍组和身体意象正常组,单因素分析结果显示,两组主要陪护者、肿瘤分期、治疗方式、有无颈部淋巴结清扫、有无颈部气管套管、有无皮瓣重建、FACT?H&N得分、焦虑得分、抑郁得分、PSSS得分、SAS得分、积极应对得分、消极应对得分比较,差异均有统计学意义(P<0.05),详见表1。

2.3 连续变量截断值的确定

为了方便临床使用,将单因素分析中有统计学意义的连续变量全部转化为分类变量。其中焦虑、抑郁得分分别以0~<8分、8~<11分和11~21分为界值进行分类;针对不易分类的变量(FACT?H&N得分、PSSS得分、SAS得分、积极应对得分、消极应对得分),以发生身体意象障碍作为状态变量,利用ROC曲线的最大约登指数来确定最佳截断值,并四舍五入后取整数,以此变量值作为分界点将连续变量转化为二分类变量。详见表2。

2.4 建模组头颈癌病人身体意象障碍影响因素的Logistic回归分析

以病人是否发生身体意象障碍作为因变量,将单因素分析中有统计学意义(P<0.05)的13个危险因素作为自变量纳入Logistic回归分析,自变量赋值情况见表3。多因素分析结果显示,肿瘤分期、有无颈部气管套管、FACT?H&N得分、焦虑得分、PSSS得分、消极应对得分6个因素是影響头颈癌病人发生身体意象障碍的独立危险因素,见表

2.5 头颈癌病人身体意象障碍列线图预测模型的构建及内部验证

根据多因素Logistic回归分析结果构建预测模型,并绘制可视化列线图,见图1。以建模组头颈癌病人发生身体意象障碍为状态变量、预测概率为检验变量,绘制ROC曲线。结果显示,ROC曲线下面积为0.897[95%CI(0.858,0.936),P<0.001]。约登指数为0.638时,对应的截断值为0.377,敏感度为0.843,特异度为0.795。Hosmer?Lemeshowχ2检验结果显示,χ2=7.828,P=0.348。详见图2。以验证组头颈癌病人发生身体意象障碍为状态变量,以预测概率为检验变量,绘制ROC曲线,验证该模型的预测效果。结果显示,ROC曲线下面积为0.850[95%CI(0.774,0.927),P<0.001],模型的敏感度为0.912,特异度为0.698,预测正确率为77.3%。Hosmer?Lemeshowχ2检验结果显示,χ2=5.409,P=0.610。详见图3。

3  讨论

3.1 头颈癌病人身体意象障碍预测模型的危险因素

3.1.1 肿瘤分期越高、有气管套管的病人更易发生身体意象障碍

本研究结果显示,肿瘤分期是头颈癌病人发生身体意象障碍的独立危险因素,肿瘤分期高的病人发生身体意象障碍的概率越高,与龚湖萍[6]研究结果一致。肿瘤分期越高的病人,往往接受的治疗方式越复杂,除手术外可能还要联合放化疗治疗;且肿瘤分期高的病人手术范围也可能更大,如喉癌Ⅰ期的病人往往进行二氧化碳(CO2)激光治疗术,而Ⅱ、Ⅲ、Ⅳ期的病人更有可能进行部分/全部喉切除术,口腔癌病人也会伴随面部重建术[18]。因此,手术范围的大小对头颈癌病人的身体意象水平有直接的影响,在临床工作中护理人员应关注肿瘤分期较高的病人,及时识别其对治疗效果的担忧,告知可能出现的外貌和功能改变,提前进行心理支持干预,促进其对治疗后身体形象改变的接受程度。本研究结果也显示,有气管套管的病人更易发生身体意象障碍。对于进行部分/全部喉切除术的喉癌病人来说,需要长时间携带气管套管,甚至终身携带,裸露在外的气管套管会使病人出现羞耻心理,从而不愿融入社会[19]。因此,护理人员应加强对携带气管套管病人的健康宣教,帮助其积极看待气管套管所带来的外貌变化,缓解不良情绪。

3.1.2 FATC?H&N得分是头颈癌病人身体意象障碍的独立危险因素

本研究结果显示,FATC?H&N得分<20分的病人易发生身体意象障碍,与Henry等[20]研究结果相似。由于头颈部的特殊位置,病人在治疗后往往会面临言语和饮食问题。研究发现,有言语及饮食等功能障碍的病人更可能回避社交活动,其身体意象障碍症状比单纯外貌改变的病人更严重[21]。功能是身体意象的重要组成部分,因此,护理人员除了为病人进行嗓音训练、吞咽训练等功能锻炼外,还应关注功能障碍所带来的一系列心理问题,可采取表达性写作等积极的心理干预方式[22],激发病人的自我同情,从而减轻功能障碍所带来的心理痛苦,改善身心健康。

3.1.3 焦虑程度越严重、领悟社会支持程度越低、倾向于采取消极应对的病人,其身体意象障碍发生风险越高

本研究结果显示,焦虑是头颈癌病人发生身体意象障碍的独立危险因素,与Chen等[23]研究结果一致,处于焦虑状态下的病人会无意中放大疾病治疗对身体外观和功能的负面影响,导致身体意象水平降低。PSSS得分越低的病人更易发生身体意象障碍,这是因为领悟社会支持水平越低意味着病人感受到的物质和精神支持越少,心理社会适应能力越差,不利于快速适应术后改变,从而导致负性情绪增加和身体意象障碍的产生[6]。消极应对得分≥13分的病人发生身体意象障碍的概率是消极应对得分<13分病人的2.728倍,这是因为倾向于采取消极应对方式的病人在遇到应激状况时会出现否定、放弃等心理,不主动寻求帮助,逐渐丧失信心,不利于良好身体意象的形成[24]。针对上述病人,护士应及时关注其焦虑情绪变化,加强心理疏导工作,加大疾病及术后恢复相关知识的健康教育,引导病人以积极的心态面对疾病与生活,同时给予病人医疗和心理上的支持,提高照顾者的照顾水平,也可建立病友交流平台,从医护、照顾者、病友等多方面增加病人的社会支持来源,提高病人应对疾病的信心,从而改善身体意象水平。

3.2 头颈癌病人身体意象障碍预测模型的预测效果

本研究采用ROC曲线和Hosmer?Lemeshowχ2检验来评价模型的区分度和校准度。ROC曲线下面积为0.5~0.7时表示模型的预测能力较低;>0.7~0.9时表示预测能力良好;>0.9时表示预测能力较强[25]。本研究中建模組ROC曲线下面积为0.897,表明模型具有较好的预测能力。建模组最大约登指数为0.638,此时对应的最佳临界值为0.377,灵敏度为0.843,特异度为0.795,Hosmer?Lemeshowχ2检验显示无统计学意义(χ2=7.828,P=0.348),说明该模型预测头颈癌病人发生身体意象障碍的概率与实际发生概率接近,具有较好的准确度[26]。内部验证结果显示,ROC曲线下面积为0.850,灵敏度为0.912,特异度为0.698,正确率为77.3%。Hosmer?Lemeshowχ2检验显示无统计学意义(χ2=5.409,P=0.610),提示该模型的实际预测效果良好。临床实践中,可将本列线图模型用于头颈癌住院病人,筛查其发生身体意象障碍的风险,当发生概率≥0.377时提示风险较高,应采取积极的干预措施,提高其心理健康水平。

3.3 本研究的创新性和局限性

本研究的创新之处在于尝试对头颈癌病人进行身体意象障碍预测模型的构建,且验证了FATC?H&N得分对身体意象的影响,并纳入到预测模型中,以往未见此类相关研究报告。本研究的局限性在于时间和样本有限,只对模型做了内部验证,未进行外部验证,未来仍需要进行大样本、多中心的临床研究,以进一步验证模型的预测效能。

4  小结

本研究基于肿瘤分期、有无气管套管、FATC?H&N得分、焦虑得分、PSSS得分、消极应对得分初步构建了头颈癌病人身体意象障碍列线图预测模型,该模型的区分度、校准度较高,预测效果较好,简便易行,可为临床护理人员评估头颈癌病人发生身体意象障碍的风险、进行早期干预提供参考。

参考文献:

[1]  FERLAY J,COLOMBET M,SOERJOMATARAM I,et al.Estimating the global cancer incidence and mortality in 2018:GLOBOCAN sources and methods[J].International Journal of Cancer,2019,144(8):1941-1953.

[2]  JOHNSON D E,BURTNESS B,LEEMANS C R,et al.Head and neck squamous cell carcinoma[J].Nature Reviews Disease Primers,2020,6:92.

[3]  GUO K W,XIAO W L,CHEN X G,et al.Epidemiological trends of head and neck cancer:a population-based study[J].BioMed Research International,2021,2021:1738932.

[4]  MACIAS D,HAND B N,MAURER S,etal.Factors associated  with risk of body image-related distress in patients with head and  neck cancer[J].JAMA Otolaryngol Head Neck Surg,2021,147(12):1019-1026.

[5]  NIKITA,RANI R,KUMAR R.Body image distress among cancer patients:needs for psychosocial intervention development[J].Supportive Care in Cancer,2022,30(7):6035-6043.

[6]  龚湖萍.头颈癌术后患者自我形象现状及其与社会支持、应对方式的相关研究[D].南昌:南昌大学,2018.

GONG H P.Study on the status of body image and its relationship with social support and coping style in in head and neck cancer postoperative patients[D].Nanchang:Nanchang University,2018.

[7]  曹家燕,陈昌连.头颈部癌症患者身体意象的研究进展[J].中华护理杂志,2019,54(3):452-457.

CAO J Y,CHEN C L.Body image in head and neck cancer patients:a review of the literature[J].Chinese Journal of Nursing,2019,54(3):452-457.

[8]  COHEN E E,LAMONTE S J,ERB N L,et al.American Cancer Society head and neck cancer survivorship care guideline[J].CA:a Cancer Journal for Clinicians,2016,66(3):203-239.

[9]  CHEN Y,DU H,WEI B H,et al.Development and validation of risk-stratification delirium prediction model for critically ill patients:a prospective,observational,single-center study[J].Medicine,2017,96(29):e7543.

[10]  HOPWOOD P,FLETCHER I,LEE A,et al.A Body Image Scale for use with cancer patients[J].European Journal of Cancer,2001,37(2):189-197.

[11]  GRABOYES E M,HILL E G,MARSH C H,et al.Body image disturbance in surgically treated head and neck cancer patients:a prospective cohort pilot study[J].Otolaryngology--Head and Neck Surgery,2019,161(1):105-110.

[12]  罗家洪,孟琼,万崇华,等.头颈癌患者生命质量量表中文版测试效果评价[J].中国公共卫生,2007,23(8):922-923.

LUO J H,MENG Q,WAN C H,et al.Evaluation on the test effect of Chinese version of Functional Assessment of Cancer Therapy-- Head & Neck[J].Chinese Journal of Public Health,2007,23(8):922-923.

[13]  ZIGMOND A S,SNAITH R P.The Hospital Anxiety and Depression Scale[J].Acta Psychiatrica Scandinavica,1983,67(6):361-370.

[14]  ZIMET G D,POWELL S S,FARLEY G K,et al.Psychometric characteristics of the Multidimensional Scale of Perceived Social Support[J].Journal of Personality Assessment,1990,55(3/4):610-617.

[15]  張帆,朱树贞,邓平基.领悟社会支持量表在国内住院病人社会支持研究中的应用评价[J].护理研究,2018,32(13):2048-2052.

ZHANG F,ZHU S Z,DENG P J.Evaluation of Perceived Social Support Scale used in study of social support among hospitalized patients in China[J].Chinese Nursing Research,2018,32(13):2048-2052.

[16]  FENIGSTEIN A,SCHEIER M F,BUSS A H.Public and private self-consciousness:assessment and theory[J].Journal of Consulting and Clinical Psychology,1975,43(4):522-527.

[17]  解亚宁.简易应对方式量表信度和效度的初步研究[J].中国临床心理学杂志,1998,6(2):53-54.

XIE Y N.A preliminary study on reliability and validity of Simplified Coping Style Questionaire[J].Chinese Journal of Clinical Psychology,1998,6(2):53-54.

[18]  MELISSANT H C,JANSEN F,EERENSTEIN S E,et al.Body image distress in head and neck cancer patients:what are we looking at?[J].Support Care Cancer,2021,29(4):2161-2169.

[19]  韩苏雯,徐西宁,钟翠萍,等.喉癌病人的心理护理研究进展[J].中国全科医学,2020,23(S1):278-281.

HAN S W,XU X N,ZHONG C P,et al.Research progress on psychological nursing of patients with laryngeal cancer[J].Chinese General Practice,2020,23(S1):278-281.

[20]  HENRY M,ALBERT J G,FRENKIEL S,et al.Body image concerns in patients with head and neck cancer:a longitudinal study[J].Frontiers in Psychology,2022,13:816587.

[21]  FINGERET M C,HUTCHESON K A,JENSEN K,et al.Associations among speech,eating,and body image concerns for surgical patients with head and neck cancer[J].Head & Neck,2013,35(3):354-360.

[22]  MELISSANT H C,JANSEN F,EERENSTEIN S E J,et al.A structured expressive writing activity targeting body image-related distress among head and neck cancer survivors:who do we reach and what are the effects?[J].Supportive Care in Cancer,2021,29(10):5763-5776.

[23]  CHEN C L,CAO J Y,WANG L L,et al.Body image and its associated factors among Chinese head and neck cancer patients undergoing surgical treatment:a cross-sectional survey[J].Supportive Care in Cancer,2020,28(3):1233-1239.

[24]  曹家燕,陳昌连,王玲玲,等.头颈部癌症患者身体意象失调现状及其影响因素研究[J].中国护理管理,2019,19(9):1317-1321.

CAO J Y,CHEN C L,WANG L L,et al.Analysis on body image disorder in patients with head and neck cancer and its influencing factors[J].Chinese Nursing Management,2019,19(9):1317-1321.

[25]  王俊峰,章仲恒,周支瑞,等.临床预测模型:模型的验证[J].中国循证心血管医学杂志,2019,11(2):141-144.

WANG J F,ZHANG Z H,ZHOU Z R,et al.Clinical prediction models:model validation[J].Chinese Journal of Evidence-Based Cardiovascular Medicine,2019,11(2):141-144.

[26]  徐苗苗,付秀荣,张娜,等.老年结肠镜检查患者肠道准备失败风险评分模型的构建及验证[J].中华护理杂志,2022,57(11):1337-1344.

XU M M,FU X R,ZHANG N,et al.Development and validation of a risk score model for inadequate bowel preparation for colonoscopy in elderly patients[J].Chinese Journal of Nursing,2022,57(11):1337-1344.

(收稿日期:2023-03-25;修回日期:2024-05-20)

(本文编辑 曹妍)

猜你喜欢
预测模型危险因素护理
急腹症的急诊观察与护理
基于神经网络的北京市房价预测研究
中国石化J分公司油气开发投资分析与预测模型研究
围绝经期妇女骨质疏松症的预防与保健指导
建立长期护理险迫在眉睫
骨瓜提取物的不良反应分析
基于IOWHA法的物流需求组合改善与预测模型构建
基于预测模型加扰动控制的最大功率点跟踪研究
中医护理实习带教的思考
中西医结合治疗缓慢性心律失常的护理干预