痛風性關節炎病人軀體活動受限風險因素及預測模型研究

Risk factors and study of prediction model for limitation of physical activity in patients with gouty arthritis

QIN Lijuan，LIU Yanqiong，WEI ShuangxueTraditional Chinese Medicine Hospital of Hechi，Guangxi 547000 ChinaCorresponding Author QIN Lijuan，E-mail：lhllian@163.com

Keywords gouty arthritis;limitation of physical activity;risk factors;nomograph;prediction model

摘要 目的：探討痛風性關節炎（GA）病人軀體活動受限的風險因素，構建列線圖預測模型。方法：采用便利抽樣法，選取我院2021年10月—2023年6月住院治療的GA病人365例為研究對象，采用一般資料調查問卷、視覺模擬評分法（VAS）、抑郁自評量表（SDS）、高尿酸血癥及痛風病人飲食控制知信行量表、高尿酸血癥及痛風病人飲食控制依從性量表對病人進行橫斷面調查。按照入組時間，將2021年6月—2022年12月收治的256例病人作為建模組，將2023年1月—6月收治的109例病人作為驗證組。采用多因素Logistic回歸分析GA病人軀體活動受限的危險因素，采用R軟件構建列線圖風險預測模型，并應用驗證組進行驗證。結果：365例GA病人中，軀體活動受限240例（65.76%）。多因素Logistic回歸分析結果顯示，年齡、痛風病程、體質指數、飲酒、受累關節、VAS評分、、高尿酸血癥及痛風病人飲食控制知信行評分和飲食控制依從性評分是GA病人軀體活動受限的獨立危險因素（P＜0.05）。構建的GA病人軀體活動受限列線圖預測模型內部驗證結果顯示，模型受試者工作特征ROC曲線下面積（AUC）分別為0.857，0.84 Calibration校準曲線預測概率與實際概率基本相符，一致性指數（C-index）分別為0.86 0.85 決策曲線凈獲益高。結論：構建的GA病人軀體活動受限列線圖預測模型區分度高、校準度良好、一致性高、預測凈獲益值較高，具有較高的臨床預測價值。

關鍵詞 痛風性關節炎；軀體活動受限；風險因素；列線圖；預測模型

doi：10.12102/j.issn.2095-8668.2024.15.013

近年來，隨著人民飲食結構和生活方式的改變，痛風的患病率以9.7%的速度逐年遞增，2020年我國痛風病例約達1億人，已成為僅次于糖尿病的第二大類疾?。?-2］。痛風是嘌呤代謝紊亂、尿酸代謝減少所致高尿酸血癥有關的一種常見的代謝性炎癥性關節病變，痛風性關節炎（gouty arthritis，GA）急性發作是痛風早期病人的主要癥狀和就醫原因［3］。GA是血清尿酸鹽持續超過飽和時形成結晶，結晶反復沉積于腎臟及皮下組織形成痛風石，痛風石侵襲骨和軟骨組織引起的急性和極度疼痛、關節畸形和功能障礙，嚴重影響病人的生活質量［4］。既往鮮有涉及GA軀體活動受限的研究，為此，本研究探討GA病人軀體活動受限的風險因素，并整合各風險因素構建列線圖預測模型，以期為臨床防控提供指導。

1 對象與方法

1.1 研究對象

采用便利抽樣法，選取我院2021年10月—2023年6月住院治療的GA病人為研究對象。納入標準：1）原發性痛風，符合2015年美國風濕病學會GA的診斷標準［5］；2）年齡≥18歲；3）意識清醒，有一定的語言溝通能力；4）入組前6個月至少有1次急性痛風發作；5）病人及家屬知情同意并自愿參與。排除標準：1）有精神性疾病或認知功能障礙；2）心血管疾病、腎臟疾病引起的繼發性痛風；3）關節嚴重變形，已喪失活動能力者。

樣本量根據自變量個數的10～20倍進行估算［6］，加10%遺失率及無效問卷，本研究納入自變量15個，預期樣本量為165～330例，最終收集樣本365例。按照入組時間，將2021年6月—2022年12月的256例病人作為建模組，將2023年1月—6月的109例病人作為驗證組。

1.2 研究方法

1.2.1 研究工具

1.2.1.1 一般資料調查問卷

一般資料調查問卷包含性別、年齡、文化程度、痛風病程、體質指數（BMI）、飲酒、合并慢性病、受累關節、有無痛風石、年痛風發作次數。

1.2.1.2 視覺模擬評分法（Visual Analogue Scale，VAS）

VAS是一種常用的疼痛評分標準，用于評估病人的疼痛程度，從0～10分賦值，0分為無痛（無肢體麻木），10分為無法忍受的疼痛（肢體麻木）［7］。

1.2.1.3 抑郁自評量表（Self-rating Depression Scale，SDS）

SDS共20個條目，采用Likert 4級評分法，“偶有”計1分，“有時”計2分，“經?！庇?分，“持續”計4分，總分（標準分）=條目得分之和×1.25，總分越高，表明抑郁程度越嚴重［7］。該量表的Cronbach′s α系數為0.87 重測信度為0.891。

1.2.1.4 高尿酸血癥及痛風病人飲食控制知信行量表

該量表由李會仿等［8］編制，包括知識（12個條目）、信念（14個條目）和行為（11個條目）3個維度，共37個條目，采用Likert 5級評分法，分別計1～5分，總分為37～185分，總分越高，表明知信行水平越高。該量表的Cronbach′s α系數為0.889，重測信度為0.845。

1.2.1.5 高尿酸血癥及痛風病人飲食控制依從性量表

該量表由李會仿等［9］編制，包括一般健康飲食行為（9個條目）、自我監管（11個條目）、避免類飲食行為（8個條目）、限制類飲食行為（6個條目）、鼓勵類飲食行為（6個條目）5個維度，共40個條目，采用Likert 5級評分法，分別計1～5分，總分為40～200分，總分越高，表明飲食控制依從性越好。該量表的Cronbach′s α系數為0.846。

1.2.2 資料收集方法

由經培訓的調查員采用統一指導語，向病人及其家屬詳細講解本次調查的目的、意義、問卷填寫方法和注意事項等，現場問詢收集病人一般資料后，發放問卷由病人自行填寫或家屬代填，當場回收。本次調查共發放問卷400份，回收有效問卷365份，問卷有效回收率為91.25%。

1.3 軀體活動受限判定

根據《中藥新藥臨床研究指導原則》中關節功能評分標準［10］，總分為0～6分。其中，“關節功能良好，可以正常運動”計0～2分；“關節功能受限，有一定自理能力”計3分或4分；“關節功能差，難以自理”計5分或6分。評分＜3分為軀體活動未受限，≥3分為軀體活動受限。

1.4 統計學方法

采用SPSS 26.0軟件進行統計分析，符合正態分布的定量資料用均數±標準差（x±s）表示，行t檢驗；不符合正態分布用M（P25，P75）表示，采用Wilcoxon秩和檢驗。定性資料采用例數、百分比（%）表示，行χ2檢驗。采用Logistic回歸模型分析GA病人軀體功能受限的影響因素。采用R 4.2.1軟件繪制列線圖預測模型，利用驗證組的數據對模型進行驗證，采用受試者工作特征（ROC）曲線、一致性指數（C-index）和Calibration校準曲線評價模型的區分度和校準度，采用決策曲線分析（DCA）曲線評估模型的臨床應用效果。以Plt;0.05為差異有統計學意義。

2 結果

2.1 GA病人一般資料

365例病人中，男239例（65.48%），女126例（35.42%）；年齡為45～80（58.82±9.54）歲；文化程度：高中及以下247例（67.67%），?？萍耙陨?18例（32.33%）；痛風病程為1～12（9.15±4.89）年；BMI 為18～34（25.96±4.72）kg/m2；飲酒：無171例（46.85%），有194例（53.15%）；合并慢性?。簾o112例（30.68%），有253例（69.32%）；受累關節：＜2個230例（63.01%），≥2個135例（36.99%）；有無痛風石：無247例（67.67%），有118例（32.33%）；年痛風次數為1～8（3.91±2.17）次。

2.2 GA病人軀體活動受限情況

365例病人中，軀體活動未受限125例（34.25%），軀體活動受限240例（65.75%）。建模組中，軀體活動未受限86例（33.59%）作為未受限組，軀體活動受限170例（66.41%），作為受限組。驗證組中，軀體活動未受限39例（33.94%），軀體活動受限70例（66.06%）。兩組GA病人軀體活動受限比較，差異無統計學意義（χ2=0.16 P=0.687）。

2.3 建模組GA病人軀體活動受限的單因素分析

單因素分析結果顯示，不同性別、合并慢性病GA病人軀體活動受限比較，差異無統計學意義（均P＞0.05）；不同年齡、文化程度、痛風病程、BMI、飲酒、受累關節、有無痛風石、年痛風發作次數、VAS評分、SDS評分、飲食控制知信行評分和飲食控制依從性評分GA病人軀體活動受限比較，差異有統計學意義（P＜0.05）。見表1。

2.4 建模組GA病人軀體活動受限的多因素Logistic回歸分析

以建模組病人是否存在軀體活動受限為因變量，將單因素分析中差異有統計學意義的變量作為自變量進行多因素Logistic回歸分析。自變量賦值情況如下，文化程度：高中及以下=0，?？萍耙陨?1；飲酒：無=0，有=1；受累關節：＜2個=0，≥2個=1；有無痛風石：無=0，有=1；其余為原值輸入。結果顯示，年齡、痛風病程、BMI、飲酒、受累關節、VAS評分、飲食控制知信行評分和飲食控制依從性評分是GA病人軀體活動受限的獨立危險因素（P＜0.05）。見表2。

2.5 GA病人軀體活動受限風險預測模型的構建及驗證

以建模組病人軀體活動受限多因素Logistic回歸分析結果，構建列線圖風險預測模型（見圖1）。ROC曲線下面積（AUC）為0.857［95%CI（0.808，0.906）］，說明模型區分度良好，見圖2；Calibration校準曲線顯示，預測概率與實際概率基本相符，C-index為0.861［95%CI（0.810，0.911）］，說明模型校準度良好，一致性高，見圖3。另選取驗證組對模型進行驗證，AUC為0.844［95%CI（0.79 0.895）］，說明模型區分度良好，見圖4；Calibration校準曲線顯示，預測概率與實際概率基本相符，C-index為0.851［95%CI（0.800，0.904）］，說明模型校準度良好，一致性高，見圖5。

采用DCA曲線計算每個閾值概率下的凈獲益率，見圖6、圖7。黑色橫線表示所有GA病人軀體活動均未受限，沒有實施任何干預措施，此時凈獲益為0；斜線表示所有GA病人軀體活動均受限，均實施干預，此時凈獲益是斜率為負值的反斜線；曲線代表本模型的凈獲益。列線圖的DCA曲線顯示構建的模型凈獲益較高，表明模型臨床效益良好，具有較好的臨床應用價值。

3 討論

3.1 GA病人軀體活動受限影響因素

3.1.1 年齡

本研究結果顯示，年齡是GA病人軀體活動受限的主要影響因素，年齡較大的GA病人軀體活動受限風險是年齡較小病人的1.124倍，與王霞等［11］的研究結果相似。分析原因為，年老病人機體機能的自然退化，由于痛風原因和衰老導致健康狀況、肌肉質量和關節功能逐漸喪失，容易使軀體活動受限。

3.1.2 痛風病程

本研究結果顯示，痛風病程是GA病人軀體活動受限的主要影響因素，痛風病程越長，GA病人軀體活動受限風險越大。隨著痛風病程的延長，GA病情的漸進發展，病人機體內尿酸鹽結晶局部沉積增多，漸進性損害關節骨和軟骨組織，使關節畸形和功能障礙進一步加重，導致病人軀體活動受限加劇。

3.1.3 BMI

本研究結果顯示，BMI是GA病人軀體活動受限的主要影響因素，BMI越高，軀體活動受限的風險越大。高尿酸血癥是痛風的主要生化基礎，痛風病程中必然有高尿酸血癥存在，而BMI與尿酸升高呈正相關，控制BMI能降低尿酸水平，減少結晶沉積和痛風石的形成，降低對骨和軟骨組織的損害，從而減緩關節功能障礙的進展，降低軀體活動受限的加重［12］。

3.1.4 飲酒

本研究結果顯示，飲酒是GA病人軀體活動受限的主要影響因素，有飲酒史的GA病人軀體活動受限風險較大。陳娜等［13］的研究報道，酒精富含嘌呤，會促進機體在代謝過程中合成腺嘌呤核苷酸，使尿酸合成增加，而高尿酸與痛風發作風險相關，痛風頻繁發作加劇關節功能障礙，加重病人軀體活動受限。

3.1.5 受累關節

本研究結果顯示，受累關節≥2個的GA病人軀體活動受限風險較大。有研究顯示，急性痛風病人血液超敏反應蛋白水平與受累關節數目呈正相關，降尿酸可以降低超敏C反應蛋白水平，表明痛風病人受多關節受累影響［14］。因而，多關節受累病人較單獨關節受累病人軀體活動受限風險大。

3.1.6 VAS評分

本研究結果表明，VAS評分是GA病人軀體活動受限的影響因素。疼痛是GA病人最明顯的臨床特征，GA病情進展致骨破壞漸進性加重、關節疼痛加劇，關節疼痛導致關節僵直進一步影響患肢功能，嚴重會導致肌肉萎縮，從而增加軀體活動受限風險［15］。因此，醫護人員應積極采取措施幫助病人控制疼痛癥狀，減輕疾病和疼痛對患肢功能的影響，從而改善病人軀體活動受限。

3.1.7 飲食控制知信行

本研究結果顯示，飲食控制知信行評分是GA病人軀體活動受限的影響因素。有研究指出，飲食控制是痛風非藥物治療的核心［16］。病人對控制痛風飲食知識的知曉程度、飲食控制的信念和態度會影響其飲食控制行為，從而對其尿酸水平產生影響，進而影響病人軀體活動狀況。提示醫護人員應通過多元化、多方式強化GA病人飲食控制知信行水平，以降低病人軀體活動受限風險。

3.1.8 飲食控制依從性

本研究結果顯示，飲食控制依從性評分是GA病人軀體活動受限的影響因素，飲食控制依從性越高，則軀體活動受限風險越低。有研究指出，飲食控制作為痛風和高尿酸血癥非藥物治療的核心措施之一，其較高的依從性可以使病人獲得較好的血尿酸維持水平［17］。高尿酸是痛風形成與發展的關鍵因素。因此，醫護人員有必要加強病人飲食控制的督導管理，幫助病人制定個性化的飲食控制方案，以提高其飲食控制依從性，使血尿酸維持到最佳效果，以降低病人軀體活動受限風險。

3.2 GA病人軀體活動受限列線圖預測模型的預測價值

本研究構建的GA病人軀體活動受限列線圖預測模型，經內部驗證結果顯示，模型AUC分別為0.857，0.84 表明模型區分度高；Calibration校準曲線預測概率與實際概率基本相符，C-index分別為0.86 0.85 表明模型校準度良好，一致性高；DCA曲線表明模型預測的凈獲益值較高，具有較高的臨床預測價值。臨床醫護人員可對GA病人采用本模型各危險因素進行軀體活動受限的風險進行評估，根據評估值代入列線圖風險模型獲得風險得分，即可獲得軀體活動受限的發生率。若總分≥100分，表明病人有≥10%的概率發生軀體活動受限，應給予針對性個性化管理和干預，以降低病人軀體活動受限的發生。

4 小結

目前，針對GA病人軀體活動受限的研究鮮有報道，本研究構建列線圖模型具有可視化、識別風險能力強、預測價值和臨床應用價值高等優點，且操作簡單，能輔助護理人員動態評估GA病人軀體活動受限的發生風險，為制定前瞻性的護理干預方案提供依據。本研究為單中心橫斷面研究，可能會存在數據偏倚，有待日后進行多中心、根據不同時間段病人的不同狀態做進一步探索。

參考文獻：

［1］ 李安樂，趙根明，王娜，等.社區人群痛風患病率及相關影響因素分析［J］.中華內分泌代謝雜志，202 37（6）：542-547.

［2］ 張嫣然，苗秀欣，劉婷，等.痛風患者生命質量影響因素作用機制的預測分析：基于Wilson-Cleary模式［J］.中國實用護理雜志，202 37（35）：2734-2740.

［3］ 張金煥，陳伊镕，蘭凱，等.不同針灸療法治療急性痛風性關節炎的有效率和對血尿酸及疼痛影響的網狀Meta分析［J］.中國全科醫學，202 24（8）：1001-1010.

［4］ 李民，邢海陸，張碧瑩，等.痛風石手術前的尿酸水平對術后切口感染的影響［J］.華南國防醫學雜志，202 36（8）：621-623.

［5］ 邵苗，張學武.2015年歐洲抗風濕病聯盟/美國風濕病學會痛風分類新標準［J］.中華風濕病學雜志，2015，19（12）：854-855.

［6］ 陳峰.醫用多元統計分析方法［M］.北京：中國統計出版社，2000：27-28.

［7］ 王曙紅.臨床護理評價量表及應用［M］.長沙：湖南科學技術出版社，2011：149-15 229-231.

［8］ 李會仿，朱雪梅，馬曉波，等.高尿酸血癥及痛風患者飲食控制知信行量表的編制及驗證［J］.護理學雜志，2018，33（3）：31-35.

［9］ 李會仿，朱雪梅，吳建軍，等.基于德爾菲法構建高尿酸血癥及痛風病人飲食控制依從性量表［J］.護理研究，202 35（16）：2884-2888.

［10］ 鄭筱萸.中藥新藥臨床研究指導原則：試行［M］.北京：中國醫藥科技出版社，2002：349-353.

［11］ 王霞，張子云，婁雪嬌，等.類風濕關節炎患者軀體功能受限風險預測模型構建［J］.護理學雜志，202 37（20）：28-33.

［12］ 何惠卿，陳敏珊，熊偉.降低體質量指數護理干預對男性痛風性關節炎的影響［J］.山西醫藥雜志，202 50（1）：134-135.

［13］ 陳娜，艾斯瑪·艾尼瓦爾，宋亞香，等.痛風頻繁發作影響因素分析的單中心回顧性隊列研究［J］.同濟大學學報（醫學版），202 43（4）：481-487.

［14］ 于飛，葉叢，凃巍，等.影響痛風患者降尿酸治療療效的因素分析［J］.中華風濕病學雜志，2017，21（2）：110-113.

［15］ CHOI H K，MCCORMICK N，YOKOSE C.Excess comorbidities in gout：the causal paradigm and pleiotropic approaches to care［J］.Nature Reviews Rheumatology，202 18（2）：97-111.

［16］ KHANNA D，KHANNA P P，FITZGERALD J D，et al.2012 American College of Rheumatology guidelines for management of gout.Part 2：therapy and antiinflammatory prophylaxis of acute gouty arthritis［J］.Arthritis Care amp; Research，201 64（10）：1447-1461.

［17］ 中華醫學會內分泌學分會.中國高尿酸血癥與痛風診療指南（2019）［J］.中華內分泌代謝雜志，2020，36（1）：1-13.

（收稿日期：2023-10-12；修回日期：2024-07-11）

（本文編輯薛佳）