腦卒中后抑郁預警機制的研究進展

酈杭婷，裴彩利，王 蕓，張 峻，何桂娟

浙江中醫藥大學護理學院，浙江杭州 310053

腦卒中后抑郁(post-stroke depression，PSD)是指腦卒中發生后2年內出現的以一系列抑郁癥狀和相應軀體癥狀為主要表現的情感障礙性疾病[1]。其發生隱蔽，部分患者直到意外事件發生后才知曉，嚴重影響患者預后和生命質量。PSD發病率為29%～55%[2]，病死率比無抑郁的腦卒中患者高3～4倍[3]。PSD有其形成過程，沒有達到抑郁癥診斷標準而有某些抑郁表現的患者通過控制相關危險因素常能夠減少PSD的發生[4]。因此，了解PSD的早期預警機制，防控腦卒中患者發生PSD成為一個重要課題。本文旨在PSD頻發、慢病管理迅速發展的背景下，綜述PSD預警機制的研究進展，為構建系統、全面的PSD預警機制提供參考。

1 預警機制的理論基礎

1.1 預警含義及其原理

預警是指預測尚未發生的事件，判斷其未來的狀態和發展趨勢，根據預測結果采取相應排除警患措施的過程[5]。預警的原理是建立一組用于評價研究對象的敏感指標集，進行修正和完善，并將該指標集合并為一個可劃分為若干等級的綜合性指標，不同等級分別對應不同的風險大小，通過觀察這組指標及其所屬風險等級來判斷未來趨勢，并決定對當時狀況擬采取的措施[6]。

1.2 預警機制的理論依據

預警機制的相關理論主要有危機管理理論和風險管理理論。危機管理理論于20世紀60年代初由美國學者提出，是決策學的重要分支。國內學者張成福[7]將危機管理定義為有組織、有計劃、持續動態的管理過程，在危機發展的不同階段，對潛在的或當前的危機采取一系列干預措施預防、處理和消除危機。風險管理理論產生于20世紀60年代，其中醫療風險管理往往借鑒于金融、工業領域風險管理的經驗和理論[8]，是指采取措施防控醫療事故性損失的過程，同時也是早發現、早干預醫療環境中的風險事件來提高醫療服務質量的過程。理想的風險管理須排列優先次序，優先處理最可能發生及最嚴重事件[9]。

2 PSD的預警工具

國內學者開發的PSD預警工具主要可分為PSD預警量表和基于無創性睡眠監測的PSD預警系統兩類。

2.1 PSD預警量表

有學者指出，真正了解某一現象需要有一個精確的測量工具對其進行測量[10]。李菊芳[11]基于心理應激理論構建急性期腦卒中后早期抑郁篩查量表，包含情緒低落(5個條目)、遲鈍(3個條目)、情緒化(3個條目)、精神緊張(4個條目)和難以入睡(5個條目)5個維度，共20個條目。每個條目答案為“無”“偶爾”“有時”“經常”“總是”，分別記0分、1分、2分、3分和4分，所有條目分數相加即為總分，滿分80分，總分越高提示抑郁程度越重。該量表驗證性因素分析結果顯示因素結構穩定；量表各維度內部一致性信度Cronbach’sα系數為0.775～0.908，總信度Cronbach’sα系數為0.888。此外，該量表對早期抑郁癥狀進行等級劃分：總分≤11.5分為無早期抑郁癥狀；11.5分<總分≤23.5分為輕度抑郁，23.5分<總分≤36.5分為中度抑郁，總分>36.5分為重度抑郁。有學者基于PSD與卒中部位密切相關這一理論基礎，通過文獻回顧總結出與PSD相關的6個主要部位，每個部位賦值1分，編制成6分制臨床磁共振評分預警量表，該量表具有良好的效度，內部一致性信度Cronbach’sα系數為0.815[12]。朱洋洋[13]為了提高PSD的臨床診斷率和治療率，對該量表進行修訂，根據患者卒中部位進行危險分層，總分0～1分、2～3分、≥4分分別對應低危、中危和高危，提高了量表識別PSD的準確性。此外，該量表可用于語言障礙的患者，為臨床篩查PSD提供了可靠、實用的工具。

2.2 無創性PSD預警系統

既往研究發現，抑郁癥的發病與睡眠質量密切相關，睡眠障礙常被認為是抑郁癥的提示信號[14]。張揚等[15]設計了基于聲音的無創性抑郁癥預警系統，通過監聽并分析用戶睡眠時的聲音信號識別睡眠狀態和質量，計算用戶患有抑郁癥的可能性。此外，還有基于睡眠體動信號的早期抑郁癥預警系統，通過監測入睡后的床體振動信號，判斷睡眠狀態，據此估計用戶的壓力和抑郁指數，提醒用戶調整生活方式和心態[16]。

2.3 PSD預警工具的優勢和劣勢

預警量表測評簡單、快速，對測評人員的專業性要求不高；無創性睡眠監測系統成本低、功耗低、可靠性高，不干擾人的正常睡眠，可以有效識別心理壓力的變化。但這些工具僅探討了心理和(或)生理單方面改變對腦卒中患者抑郁的預警作用，而PSD是生理、心理及社會等多種因素共同作用的結果，因此迫切需要系統、全面的預警機制研究。

3 PSD預警機制的構建

目前，預警機制的構建模式尚未統一，主要包括以下4個步驟：明確預警對象、建立預警指標體系、確定風險等級和排除警患[17]。PSD預警機制的預警對象為尚未發生抑郁的腦卒中患者，建立預警指標體系是基礎，風險等級評價是排除警患的依據，排除警患則是預警的最終目標。

3.1 PSD預警指標體系

PSD預警指標體系是以預防PSD的發生為目的而建立的有序總體，用以說明PSD的總體特征，并對這些特征進行可操作性定義，具有理論性、科學性、代表性、系統性等特征[18]。生物-心理-社會醫學模式認為應從生物、心理、社會相統一的整體水平來理解和防治疾病[19]。目前，許多學者提出PSD的相關預警指標，如錢淑霞等[19]基于分類回歸樹模型，確定引起PSD的風險因子，包括既往腦卒中病史、體質指數、社會支持評定量表、多倫多述情障礙量表、漢密爾頓焦慮量表、美國國立衛生研究院卒中量表6項，提出對以上風險因子的有效控制有望降低PSD的發生率；黃俊芳等[20]提出載脂蛋白E基因多態性、同型半胱氨酸可作為老年PSD的預測指標；苑杰等[21]認為血清尿酸水平作為影響急性缺血性PSD的獨立因素，可以預測患者6個月內PSD的發生。其他醫療[22]以及心理學[23]、氣象學[24]、政治學[25]等研究領域，不少學者基于自身經驗或通過人工智能技術、德爾菲法、問卷調查、文獻分析等方法構建了指標體系，為危機預警研究提供了方法學指導。但PSD的預警指標體系尚未形成，大部分研究未給出各指標間聯系的合理解釋，還有待進一步探索。

3.2 風險等級評價

風險等級評價是一個具有前瞻性的風險管理工具，強調在明確患者風險大小的基礎上，將高風險患者作為防控重點，根據風險等級制定干預計劃，既有利于合理有效的資源調配，也可以提高臨床醫護人員工作效率[19]。目前尚無針對PSD預警機制的風險等級評價，但在其他行業，包括農業[5]、金融[26]等領域,已基于大數據廣泛運用各種統計方法和分析工具，對研究因素進行分析，建立預警項目，量化預警指標，劃定預警等級。風險等級評價方法有以下3種方法。模糊綜合評價法：當評價涉及多個因素的事物時，需要對因素本身以及各因素間的關系進行綜合評判，而涉及的問題往往具有模糊性，難以量化，定性評價通常具有主觀隨意性，科學性較低。模糊綜合評價法通常結合層析分析法進行指標賦權，再依據評價準則，運用隸屬函數，聯合專家打分，能夠較為系統、全面地得出評價結果[27]。決策樹分類法：決策樹是在已有的分類數據集的基礎上進行預測的一種方法，首先依據訓練集數據完成訓練初始決策樹，判斷該決策樹對所有對象的分類是否正確，如果不能，則需要添加訓練集數據，不斷重復上述過程，直到決策樹能夠給出正確的分類為止[28]。灰色聚類法：灰色聚類法屬于灰色系統理論的范疇，是將聚類對象對不同聚類指標所擁有的白化值，按灰類進行歸納整理，從而判斷聚類對象所屬類別的一種系統分析方法[29]。相較于其他評價方法，灰色聚類評價法能夠從眾多風險指標中找出對整體風險影響較大的因素，從而針對風險制定合理策略和預防措施。上述風險等級評價方法各有優劣，目前關于風險等級劃分及其分級依據并沒有統一的標準。PSD的預警指標具有定性與定量相結合的特征，各指標對抑郁風險的影響程度不同，其次，PSD的風險來源復雜且多層次，因此如何將評價過程數學化、模型化、系統化，將評價指標劃分不同集合并構建多個層級，準確預測PSD的發生風險及對應的風險等級，是未來研究需要關注的重點。

3.3 排除警患

目前，排除警患方案的構建大多是基于文獻總結或是根據自身經驗得出的。然而，PSD的預警機制研究尚未進行到構建排除警患方案這一步驟。但現有諸多研究均認為臨床護理及各種護理干預方案對預防和治療PSD具有有效性，包括認知行為療法、問題解決療法、動機性訪談和支持性行為干預等[30-32]，為PSD的預警方案構建打下了良好的理論與實踐基礎。

4 結語

有關預警機制的研究從確定預警對象、建立預警指標體系、確定風險等級評價工具和構建排除警患方案展開。在我國PSD的風險管理中，預警機制的研究還存在一些不足。首先，相關研究主要集中于事后處理而非事前預防，尚缺乏主動防范的風險預警系統。其次，PSD的風險預警指標眾多，但各級指標較籠統，尚未形成指標體系；缺乏PSD的風險等級評價工具和排除警患方案，缺少對于警患的針對性研究，提出的應對策略多基于文獻和經驗總結，缺乏實證研究。因此，未來構建PSD的預警機制應借鑒航空、消防、金融等領域的預控管理經驗，結合醫療、護理自身特點，將傳統被動應對和事后處理模式轉變為前期預警模式。立足已有的指標，細化為更具操作性的指標，并基于人工智能技術、統計學或德爾菲法等建立和完善指標體系。將定量與定性方法相結合，準確界定各預警指標的權重和風險等級對準確判斷風險具有重要意義。此外，構建完善的排除警患方案并進行實證研究驗證其可行性，同時還需完善預警體系順利運行的保障機制。響應“互聯網+”行動計劃，以信息網絡技術為平臺，建立易操作、易維護以及性能穩定和效率高的風險預警系統。