動脈瘤性蛛網膜下腔出血患者發生疲乏的影響因素及其風險預測列線圖模型構建

牛冰，席從林，陳偉

動脈瘤性蛛網膜下腔出血（aneurysmal subarachnoid hemorrhage，aSAH）為神經外科常見病，由顱內瘤體破裂出血并進入蛛網膜下腔所致。aSAH在蛛網膜下腔出血中的占比約為4/5，發病時的主要癥狀為強烈頭痛，如未及時救治，可導致患者出現不良結局［1］。近年隨著急救水平提高，aSAH患者殘障、死亡等不良結局發生率大幅度降低，但存活者易出現疲乏［2］。疲乏為個體自覺精神困倦、體乏無力的一種不適感覺，其長期存在可導致患者身體功能減退，生活質量降低［3］。故識別疲乏高風險的aSAH患者，并予以相應預防措施尤為關鍵。目前，臨床對aSAH患者發生疲乏的關注度較低，且對疲乏發生概率的個體化預測研究較少，尚無法精準預防患者發生疲乏。列線圖模型可直觀化呈現回歸分析中確定的預測變量，進而預測臨床事件的發生概率［4-5］。本研究旨在分析aSAH患者發生疲乏的影響因素，并構建及驗證其風險預測列線圖模型，以期為醫護人員擬定疲乏預防策略提供參考。

1 對象與方法

1.1 調查對象 選取2020年3月至2022年10月淮安市第二人民醫院收治的aSAH患者153例為調查對象。納入標準：（1）符合《中國蛛網膜下腔出血診治指南2019》［6］中aSAH的診斷標準；（2）年齡20～85歲；（3）意識清楚，具備基本的溝通能力；（4）愿意配合院外隨訪調查。排除標準：（1）合并煙霧病、血管畸形等其他腦部疾病或嚴重疾病者；（2）長期處于昏迷狀態者；（3）合并嚴重精神、心理疾病者；（4）妊娠期或哺乳期女性。本研究通過淮安市第二人民醫院醫學倫理委員會批準。

1.2 調查工具 （1）一般資料調查表：內容包括性別、年齡、學歷、BMI、生活方式（是否吸煙、飲酒）。吸煙指吸煙≥1支/d，且吸煙超過6個月。飲酒指飲酒≥1次/周，酒精攝入量≥30 ml/次，且飲酒超過6個月。（2）病情及圍術期資料調查表：內容包括Hunt-Hess分級、動脈瘤直徑、動脈瘤位置、發病時間、手術方式、術后并發癥（包括腦積水、顱內出血、腦血管痙攣等）發生情況、睡眠狀況。睡眠狀況采用匹茲堡睡眠質量指數（Pittsburgh Sleep Quality Index，PSQI）評定，PSQI評分≤7分表示睡眠良好，＞7分表示睡眠差［7］。（3）社會支持評定量表（Social Support Rating Scale，SSRS）：由主觀支持、客觀支持及對支持的利用度3個維度10個條目構成，滿分66分。SSRS評分＜23分表示低支持，23～44分表示一般支持，＞44分表示高支持［8］。（4）疲勞嚴重度量表（Fatigue Severity Scale，FSS）：由積極性、運動狀況、軀體活動、影響工作、家庭或社會生活5個部分9個條目構成，每個條目以1～7分評分，其中1分表示非常不同意，7分表示非常同意。9個條目總分的平均值為最終得分，FSS評分≥4.0分表示疲乏［9］。根據是否發生疲乏將患者分成疲乏組和非疲乏組。

1.3 調查方法 于患者出院后6個月門診復查時開展調查。調查前向患者告知問卷填寫的注意事項，并征得其同意。由患者獨立填寫問卷，對于學歷較低者，可由調查者表述問卷內容，患者口頭回答后，由調查者代為填寫。當場回收問卷，立即核查是否有誤或有遺漏項，并及時要求患者修正。

1.4 統計學方法 采用SPSS 25.0統計學軟件進行數據處理。計數資料以相對數表示，組間比較采用χ2檢驗；等級資料比較采用秩和檢驗；計量資料符合正態分布以（±s）表示，兩組間比較采用成組t檢驗；采用多因素Logistic回歸分析探討aSAH患者發生疲乏的影響因素；采用R 3.6.3軟件建立aSAH患者發生疲乏的風險預測列線圖模型；采用Bootstrap法（重復抽樣1 000次）進行內部驗證，采用Hosmer-Lemeshoe擬合優度檢驗評價該列線圖模型的擬合程度；采用ROC曲線分析該列線圖模型對aSAH患者發生疲乏的預測價值；繪制校準曲線以評估該列線圖模型預測aSAH患者發生疲乏的效能。以P＜0.05為差異有統計學意義。

2 結果

2.1 疲乏組與非疲乏組臨床資料比較 153例aSAH患者FSS評分為2～6分，平均（4.1±0.7）分，發生疲乏61例（39.9%），未發生疲乏92例（60.1%）。兩組性別、學歷、BMI、吸煙率、飲酒率、動脈瘤直徑、動脈瘤位置、發病時間、手術方式比較，差異無統計學意義（P＞0.05）；兩組年齡、Hunt-Hess分級、有術后并發癥者占比、睡眠狀況、社會支持情況比較，差異有統計學意義（P＜0.05），見表1。

表1 疲乏組與非疲乏組臨床資料比較Table 1 Comparison of clinical data between fatigue group and nonfatigue group

2.2 aSAH患者發生疲乏影響因素的多因素Logistic回歸分析 以aSAH患者是否發生疲乏（賦值：否=0，是=1）為因變量，以單因素分析中差異有統計學意義的指標〔年齡（實測值）、Hunt-Hess分級（賦值：Ⅰ～Ⅱ級=1，Ⅲ～Ⅳ級=2）、術后并發癥（賦值：未發生=1，發生=2）、睡眠狀況（賦值：良好=1，差=2）、社會支持情況（賦值：高支持=1，低或一般支持=2）〕為自變量，進行多因素Logistic回歸分析，結果顯示，Hunt-Hess分級為Ⅲ～Ⅳ級、有術后并發癥、睡眠狀況差、低或一般社會支持為aSAH患者發生疲乏的危險因素（P＜0.05），見表2。

表2 aSAH患者發生疲乏影響因素的多因素Logistic回歸分析Table 2 Multivariate Logistic regression analysis of influencing factors of fatigue in patients with aSAH

2.3 aSAH患者發生疲乏風險預測列線圖模型構建 基于多因素Logistic回歸分析結果，構建aSAH患者發生疲乏的風險預測列線圖模型，結果顯示，Hunt-Hess分級為Ⅲ～Ⅳ級時，賦予80.5分；有術后并發癥時，賦予100.0分；睡眠狀況差時，賦予73.0分；低或一般社會支持時，賦予67.5分，見圖1。

圖1 aSAH患者發生疲乏的風險預測列線圖模型Figure 1 Nomogram model for predicting the risk of fatigue in patients with aSAH

2.4 aSAH患者發生疲乏的風險預測列線圖模型的驗證 Hosmer-Lemeshoe擬合優度檢驗結果顯示，該列線圖模型擬合較好（χ2=9.475，P=0.252）。ROC曲線分析結果顯示，該列線圖模型預測aSAH患者發生疲乏的AUC為0.792〔95%CI（0.708，0.875）〕，見圖2。校準曲線分析結果顯示，該列線圖模型預測aSAH患者發生疲乏的校準曲線貼近理想曲線，見圖3。

圖2 列線圖模型預測aSAH患者發生疲乏的ROC曲線Figure 2 ROC curve of nomogram model for predicting fatigue in patients with aSAH

圖3 列線圖模型預測aSAH患者發生疲乏的校準曲線Figure 3 Calibration curve of nomogram model for predicting fatigue in patients with aSAH

3 討論

研究顯示，aSAH患者術后1年內疲乏發生率為18.7%～48.0%［10-11］。FSS為評價患者疲乏狀況的常用工具，其信度、效度均較高［12］。本研究采用FSS評估153例aSAH患者出院后6個月疲乏發生情況，結果顯示，61例患者發生疲乏，疲乏發生率為39.9%。GHAFAJI等［13］研究表明，疲乏可導致aSAH患者生活質量下降，且其與患者遠期功能結局有關。故需對aSAH患者發生疲乏加以防范。

知曉影響aSAH患者發生疲乏的影響因素，可推動疲乏防控管理關口前移，對于預防疲乏的發生有較大幫助［14］。本研究通過篩查aSAH患者發生疲乏的影響因素，共確定4項預測指標：（1）Hunt-Hess分級。Hunt-Hess分級為Ⅲ～Ⅳ級的aSAH患者發生疲乏的風險是Hunt-Hess分級為Ⅰ～Ⅱ級者的3.403倍。劉艷等［15］研究結果顯示，Hunt-Hess分級愈高的aSAH患者疲乏發生風險愈高。這是由于Hunt-Hess分級可反映aSAH患者病情嚴重程度，Hunt-Hess分級較高患者術后身體恢復效果較差，更易出現軀體疲乏。（2）術后并發癥。有術后并發癥的aSAH患者發生疲乏的風險是無術后并發癥者的3.840倍。WESTERN等［16］研究亦顯示，腦血管痙攣等術后并發癥為aSAH患者發生疲乏的獨立影響因素。考慮原因如下：一方面，術后并發癥可阻礙患者病情康復，導致其生活質量降低；另一方面，術后并發癥可加重患者心理負擔，致使其出現負面情緒，從而出現精神、軀體疲乏狀況。（3）睡眠狀況。aSAH患者體內炎癥因子水平升高，神經遞質水平異常，加之睡眠節律紊亂，繼而易發生失眠［17］。本研究結果顯示，睡眠狀況差的aSAH患者更易發生疲乏，與GONZALEZMERCADO等［18］研究結果相近。原因是正常睡眠節律在維持生理功能穩定方面發揮著重要作用，如患者夜間睡眠不足可導致其內分泌失調，免疫功能降低，精神狀況變差，從而出現疲乏狀況。（4）社會支持。低或一般社會支持的aSAH患者發生疲乏的風險為高社會支持者的2.594倍，這是由于社會支持不足者心理彈性水平低下，易出現抑郁等負面情緒，導致精神內耗，從而感到疲乏［19］。

本研究基于上述4項因素構建aSAH患者發生疲乏的風險預測列線圖模型，Hosmer-Lemeshoe擬合優度檢驗結果顯示，該列線圖模型擬合較好；ROC曲線分析結果顯示，該列線圖模型預測aSAH患者發生疲乏的AUC為0.792〔95%CI（0.708，0.875）〕；校準曲線分析結果顯示，該列線圖模型預測aSAH患者發生疲乏的校準曲線貼近理想曲線。醫護人員可利用該列線圖模型提前預測aSAH患者發生疲乏的風險，并對高風險者予以妥善處置，從而預防疲乏的發生，保障患者的身心健康。

綜上所述，Hunt-Hess分級為Ⅲ～Ⅳ級、有術后并發癥、睡眠狀況差、低或一般社會支持為aSAH患者發生疲乏的危險因素，基于上述因素構建的列線圖模型對aSAH患者發生疲乏具有一定預測價值，對于鑒別疲乏高風險的aSAH患者、制定個體化干預策略具有積極意義。但本研究為單中心回顧性研究，樣本量有限，今后將通過多中心、大樣本量的研究驗證該列線圖模型的準確性和穩定性。

作者貢獻：牛冰進行文章的構思與設計，論文撰寫，負責文章的質量控制及審校，對文章整體負責、監督管理；陳偉進行研究的實施與可行性分析，統計學處理；席從林進行資料收集、整理；牛冰、陳偉進行論文的修訂。

本文無利益沖突。