白内障患者发生抑郁症的影响因素及风险预警平台的构建_陆素青.pdf

论著临床研究第一作者简介：陆素青，硕士，副主任护师，研究方向：临床护理和护理管理。通信作者简介：刘慧，硕士，讲师，研究方向：卫生检验方法与技术。白内障患者发生抑郁症的影响因素及风险预警平台的构建陆素青 韦文迪 胡道军 史文杰 刘 慧（桂林医学院附属医院眼科，广西桂林市；上海交通大学医学院附属新华医院崇明分院检验科，上海市；桂林医学院公共卫生学院，广西桂林市）【摘要】目的 分析白内障患者发生抑郁症的影响因素，并构建白内障患者抑郁症发生风险预警平台。方法 选取 例白内障患者，根据汉密尔顿抑郁量表评分将患者分为心理健康组和抑郁症组。使用基线信息采集表收集患者的基线信息，将基线信息指标纳入随机森林模型和 回归模型筛选白内障患者发生抑郁症的影响因素。根据获得的影响因素构建白内障患者抑郁症发生风险模型，并使用列线图对模型进行可视化，采用一致性指数、受试者工作特征（）曲线及校正曲线来评估模型的诊断效能和稳定性。使用 软件的 包搭建白内障患者抑郁症发生风险预警平台。结果 例白内障患者中，共有 例患者被诊断为抑郁症。经单因素 回归分析和随机森林模型分析筛选得到 个重要特征变量，包括年龄、烟酒史、入院时的视力水平、白内障并发症、就诊陪护、性别。多因素 回归分析结果显示，年龄、性别、入院时的视力水平、就诊陪护、白内障并发症是影响白内障患者抑郁症发生风险的独立危险因素（均 ）。根据上述 个独立危险因素及其相关系数构建白内障患者抑郁症发生风险预警模型，模型的一致性指数为 ，曲线下面积为 ，校正曲线图显示预测曲线与理想曲线几乎一致，提示模型具有良好的预测效能和稳定性。基于此模型搭建的预警平台（：）可快速提示白内障患者的抑郁症风险概率并提供相应的护理干预建议。结论 年龄、性别、入院时的视力水平、就诊陪护及白内障并发症是影响白内障患者发生抑郁症的独立危险因素。根据上述变量构建的白内障患者抑郁症发生风险预警模型和预警平台具有较高的准确性和稳定性。【关键词】白内障；抑郁症；随机森林；回归模型；列线图；预警模型；预警平台【中图分类号】【文献标识码】【文章编号】（）：，（，；，；，）【】，（），（），（：），【】，近年来，白内障作为眼科的常见病，其发病率逐年上升。尽管手术治疗已经被证实可以显著提高此类患者的临床获益，但是部分患者就诊时仍然存在不同程度的心理健康问题，其中以抑郁症最为常见。中度和重度抑郁症患者会出现明显的临床表现，此类患者因易被识别而可获得及时的心理护理干预，但早期抑郁症患者或仅以情绪低落为表现的轻度抑郁症患者则极易被忽略，错过最佳的心理干预时期。因此，及时评估白内障患者早期抑郁症的发生倾向，对辅助临床护理决策具有积极的指导意义。目前，评估白内障患者发生抑郁症风险的方法主要依靠于传统的调查问卷和医务人员的观察。然而，此类评估方式具有人力资源成本高、效率相对较低及存在调查者主观偏倚等缺点，这给临床护理工作带来了极大的挑战。因此，开发一种全新、高效且便捷的早期抑郁症风险评估系统，对于评估白内障患者的抑郁症发生风险、提升护理质量具有重要的临床价值。本研究通过回顾性分析白内障患者的一般资料和临床资料，结合机器学习算法筛选出影响白内障患者发生抑郁症的独立危险因素，并由此构建白内障患者发生抑郁症的风险预警模型及风险预警平台，为快速评估白内障患者的抑郁症发生风险及给予心理护理干预措施提供参考。资料与方法 临床资料采用便利抽样法，从某三甲医院电子病历系统中选取 年 月至 年 月期间确诊为白内障的 例住院患者作为研究对象。纳入标准：（）符合白内障相关临床诊断标准，并经专科医生确诊为白内障的住院患者；（）临床资料与随访资料完整；（）住院期间完成汉密尔顿抑郁量表（，）评估。排除标准：（）就诊时或入院前，已确诊为抑郁症并接受相关干预的患者，或合并其他精神类疾病的患者；（）除白内障之外，合并其他严重眼科疾病的患者。根据 评分结果将患者分给心理健康组（例）和抑郁症组（例）。研究方法 基线信息采集：通过查阅文献并结合 名眼科领域专家的建议，确定入组患者所需收集的基线资料，并自制患者基线信息采集表。采集的基线信息包括患者的性别、年龄、体质指数（正常范围 ）、婚姻状况、学历、职业、月收入、经济来源、付费方式、病程、入院时的视力水平（视力 记为正常）、烟酒史（有烟酒史定义为连续或累计吸烟 饮酒 个月）、糖尿病病史、就诊陪护及白内障并发症（虹膜炎、眼底水肿及眼压升高等）。评估：是目前评估抑郁状态最为常用的量表，本研究采用 项版本进行评估。量表 个项目中，大部分项目采用 级评分法（无、轻度、中度、重度、极重度，分别计 分、分、分、分、分），小部分项目采用 级评分法（无、轻至中度、重度，分别计 分、分、分），最后将各项分值相加得到总分。总分 分定义为正常，分总分 分定义为可能患有抑郁症，分总分 分定义为抑郁症，总分 分定义为严重抑郁症。由 名经过培训的专科护士通过访谈和观察的方式对患者进广西医学 年 月第 卷第 期行评估，并独立进行评分，最后取二者的均值作为最终评分结果。总分 分的患者被纳入心理健康组，总分 分的患者则被纳入抑郁症组。数据收集及整理：从电子病历系统中下载患者的基线信息和临床资料，并根据前期自制调查表进行数据的收集和预处理。由 名专科护士和 名眼科专业主治医师收集数据，由 名统计学专业硕士研究生对获取的数据进行预处理，对于部分患者存在个别缺失的变量，采用多重插补法对其变量值进行补充。所有资料的数据均由双人编码录入后交由第一作者和科室数据员进行统计分析，最终由统计学专业人员检查分析结果，确保分析结果的准确性。统计学分析 采用 软件进行统计学分析。计数资料以例数（百分比）表示，计量资料以（）表示。将基线信息的 个变量纳入单因素 回归模型进行分析，再将单因素 回归分析中有意义的变量纳入随机森林模型筛选重要特征变量，采用参数寻优法确定随机森林模型的最佳参数，重要性评分 分的变量被定义为重要特征变量。将筛选到的重要特征变量纳入多因素 回归模型，分析影响白内障患者发生抑郁症的独立危险因素。根据得到的独立危险因素及其相关系数，采用 软件的“”包构建列线图模型，即白内障患者抑郁症发生风险预警模型。采用一致性指数和受试者工作特征（，）曲线下面积评价模型的诊断效能，使用校正曲线评估模型预测曲线与理想曲线的一致性。以 为差异具有统计学意义。基于人机交互模式搭建白内障患者抑郁症发生风险预警平台基于列线图模型，使用 软件的 包搭建白内障患者抑郁症发生风险预警平台，并根据列线图模型变量评分获得患者的抑郁症风险概率，以中位值（风险概率）将患者分为高风险组（风险概率）和低风险组（风险概率），然后给予相应的护理干预建议。平台移动端的二维码则由 生成。结 果 白内障患者的基本人口学特征及抑郁症发生情况 例白内障患者中，男性 例（）、女性 例（）；患者年龄为（）岁，岁患者共 例（），岁患者共 例（）；有 例（）患者合并并发症，仅有 例（）患者由家属陪同就诊。共有 例（）患者被诊断为抑郁症。单因素 回归分析 将基线信息中的 个变量作为自变量，以抑郁症发生情况作为因变量，纳入单因素 分析。除年龄为连续变量外，其余 个变量均为分类变量，为了便于后续分析，本研究使用限制性立方样线条对患者年龄进行分层，将患者年龄设置为二分类变量，变量赋值情况见表。结果显示，个变量与白内障患者发生抑郁症有关（均 ），包括患者年龄、性别、婚姻状况、学历、经济来源、入院时的视力水平、烟酒史、糖尿病病史、就诊陪护、白内障并发症，见表。表 赋值情况变量赋值发生抑郁症否，是 年龄 岁，岁 性别男性，女性 体质指数正常，其他 婚姻状况已婚，其他学历高中以下，高中及以上 职业稳定工作，自由职业 月收入 元，元 经济来源其他，自身 付费方式医保，非医保 病程 年，年 入院时的视力水平正常，低 盲 烟酒史有，无 糖尿病病史有，无 就诊陪护有，否 白内障并发症有，无 注：其他包括离异，丧偶，分居；其他指来源于子女或者配偶；陪护人员包括子女及其他近亲属。表 单因素 回归分析变量 值 值 值（）值年龄（，）性别（，）婚姻状态（，）学历（，）经济来源（，）入院时的视力水平（，）烟酒史（，）糖尿病病史（，）就诊陪护（，）白内障并发症（，）注：仅列出有统计学意义的变量结果。随机森林模型筛选的重要特征变量 随机森林模型分析结果显示，袋外数据错误率为 ，提示根据重要特征变量判断患者是否发生抑郁症的正确率为 。最终获得 个重要特征变量，包括年龄（重要性评分为 分）、烟酒史（重要性评分为 分）、入院时的视力水平（重要性评分为 分）、白内障并发症（重要性评分为 分）、就诊陪护（重要性评分为 分）及性别（重要性评分为 分）。见图。，图 随机森林模型的袋外数据错误率（）和重要特征变量（）多因素 回归分析将随机森林模型筛选到的 个重要特征变量纳入多因素 回归模型，结果显示，年龄、性别、入院时的视力水平、就诊陪护及白内障并发症是影响白内障患者发生抑郁症的独立危险因素（均 ）。见表。白内障患者抑郁症发生风险预警模型的构建与验证结果 根据上述 个独立危险因素及其相关系数构建白内障患者抑郁症发生风险预警模型，使用列线图对模型进行可视化。模型的一致性指数为，曲线下面积为 ，提示模型具有良好的预测效能。此外，校正曲线图显示预测曲线与理想曲线几乎一致，表明该模型具有良好的稳定性。见图。表 多因素 回归分析变量 值 值 值（）值常量（）年龄（，）性别（，）入院时的视力水平（，）就诊陪护（，）白内障并发症（，）注：仅列出有统计学意义的变量。图 白内障患者抑郁症发生风险预警模型及验证结果注：为列线图，为模型的 曲线，为模型的校正曲线。基于人机交互模式的白内障患者抑郁症发生风险预警平台搭建为了便捷高效地完成白内障患者抑郁症发生风险的评估，本研究进一步开发和搭建了基于人机交互模式的白内障患者抑郁症发生风险预警平台（：），见图。通过该平台，护理人员可以在患者入院登记基本信息资料后，依据列线图变量评分，直接获得患者的抑郁症风险概率（例如，视力正常的 岁男性就诊时有陪护且有白内障并发症，其获得的投射得分约为 分，发生抑郁症对应的风险概率为），并广西医学 年 月第 卷第 期根据中位值（风险概率）将患者分为高风险组（风险概率）和低风险组（风险概率 ）。对于低风险组的患者，平台会提示给予其常规护理，而针对高风险组的患者，平台除给予护理人员预警外，还会提供一定的护理干预建议，以便患者获得及时的心理护理。此外，本研究还开发了基于该平台系统的移动端二维码。通过扫描二维码，患者或其家属可在患者入院前完成抑郁症风险测评，见图。图 白内障患者抑郁症发生风险预警平台注：、分别为模拟低、高风险预警的结果；为平台移动端二维码。讨 论 白内障患者发生抑郁症的影响因素 低龄、女性白内障患者发生抑郁症的风险增加：有研究表明，年龄是影响白内障患者发生抑郁症的重要因素，相较于高龄患者而言，低龄患者更容易发生抑郁症。本研究结果显示，与 岁的患者相比，岁的白内障患者发生抑郁症的风险更高，与上述研究结论一致。造成这一现象的原因可能是 岁的患者往往需要承担更多来自生活的压力，这些负担和疾病本身造成了压力的堆积，最终导致患者发生抑郁症。本研究结果还显示，女性白内障患者发生抑郁症的风险高于男性，这与其他学者的研究结果 相似。上述结果提示，在白内障患者中抑郁症的发病人群呈低龄化趋势。因此，我们需要转变传统观念，给予 岁以下人群更多的关爱和心理疏导；对于女性白内障患者，我们需要做好及时的宣教工作和积极的心理护理指导，缓解其来自疾病本身、生活或精神上的压力，从而降低抑郁症的发生风险。伴发并发症与视力受损的白内障患者发生抑郁症的风险增加：白内障并发症包括急性闭角型青光眼和过敏性葡萄膜炎，这些并发症一旦发生或加重会导致患者弱视甚至失明。视力受损会致使患者视物模糊，使得其原本正常的工作和生活方式受到影响，并在一定程度上加重其心理负担。本研究结果提示，伴发并发症与视力水平降低是影响白内障患者发生抑郁症的独立危险因素。考虑到并发症主要发生在老年患者，因此应在公益