李娜 郭曼杰 尤思夢 季紅

全膝關節(jié)置換術（TKA）是治療老年嚴重膝骨關節(jié)疾病的有效方法，據統(tǒng)計，我國每年TKA數量已超40萬例，并呈現(xiàn)逐年增長趨勢[1]?！敖】抵袊?030”策略[2]的實施和加速康復外科的應用使患者的住院時間不斷縮短[3]，出院準備度作為評價患者能否安全出院的指標之一，是指患者準備好面對現(xiàn)實的感覺，包括生理、心理和社會三個方面[4]，與其出院后并發(fā)癥的發(fā)生率、非計劃再入院率和生活質量具有密切聯(lián)系[5-7]。評估患者的出院準備度將有助于醫(yī)護人員早期采取干預措施，提升醫(yī)療護理質量。列線圖，又稱諾莫圖（Nomogram），可以將復雜的回歸方程轉變?yōu)榭梢暬膱D形，方便對患者進行評估[8]。本研究通過調查老年TKA患者出院準備度的影響因素，并以此構建概率預測模型，為醫(yī)護人員采取個性化的干預措施，提高患者的出院準備度提供參考依據。

1 對象與方法

1.1 調查對象

選取2022年1—5月在山東省濟南市3所三級甲等醫(yī)院骨關節(jié)外科行TKA的術后患者252例進行問卷調查。納入條件：TKA術后患者；年齡≥60周歲；自愿參加本研究并簽署知情同意書。排除條件：有精神病史；術后發(fā)生深靜脈血栓、感染等并發(fā)癥；存在明顯的認知及語言功能障礙。根據出院準備度量表，將<7分的41例患者作為準備不足組，≥7分的211例患者作為準備良好組。本研究已通過山東大學護理與康復學院倫理委員會批準（批準號：2022-R-021）。

1.2 調查內容及工具

（1）一般資料調查表：包括人口學資料和疾病相關資料。

（2）視覺模擬疼痛量表：由一條長10 cm的直線構成，用來評估患者活動后膝關節(jié)的疼痛程度，得分范圍為0~10分，分數越高表示疼痛程度越重[9]。

（3）出院準備度量表：采用林佑樺等[10]漢化后的版本，共12個條目，每個條目0~10分，以總量表的條目均分判斷患者的出院準備情況，如果<7分，表明出院準備不足，≥7分表明出院準備良好[11]。

（4）出院指導質量量表：包括3個維度共24個條目，每個條目0~10分，總分越高表明患者感知到的出院指導質量越好[12]。

（5）醫(yī)院焦慮抑郁量表：包含焦慮（7個條目）、抑郁（7個條目）2個維度，每個條目0~3分。若維度總分≥7分，說明患者存在焦慮和（或）抑郁；<7分，則說明患者正常[13]。

（6）社會支持評定量表：共10個條目，總分為12~66分，總分越高，提示患者的社會支持越好[14]。

1.3 調查方法

由兩名經過培訓和考核的研究生采用上述研究工具進行問卷調查?？紤]到研究對象年齡和文化水平現(xiàn)狀，本研究統(tǒng)一采取一對一問答形式開展。

1.4 數據分析方法

采用SPSS 26.0統(tǒng)計學軟件對數據進行統(tǒng)計分析，正態(tài)分布計量資料以“均數±標準差”描述，兩組間均數比較采用t檢驗。非正態(tài)分布計量資料以“M（P25,P75）”描述，兩組間中位數比較采用非參數Mann Whitney U檢驗；計數資料計算百分率，組間構成比較采用χ2檢驗。多因素采用多因素Logistic回歸分析。根據多因素Logistic回歸分析的結果，利用具有統(tǒng)計學意義多因素構建老年TKA患者出院準備不足的預測模型，應用R4.1.1軟件rms程序包，將預測模型繪制列線圖模型。采用Bootstrap法對模型進行內部驗證，設置重復抽樣1000次，獲得校準曲線和受試者工作特征（ROC）曲線。以P<0.05為差異具有統(tǒng)計學意義。

2 結果

2.1 影響老年TKA患者出院準備度的單因素分析

老年TKA患者出院準備度的條目均分為7.55±0.62分，41例（16.27%）患者的條目均分<7分。單因素分析結果顯示，年齡、婚姻狀況、居住方式、居住地、文化程度、家庭人均月收入、關節(jié)置換次數、合并疾病種類、住院時間、活動后疼痛程度、抑郁、焦慮、出院指導質量和社會支持是影響老年TKA患者出院準備度的因素（P<0.05）。見表1。

表1 老年TKA患者出院準備度的單因素分析

2.2 影響老年TKA患者出院準備度的多因素Logistic回歸分析

對單因素分析中差異具有統(tǒng)計學意義的變量先進行共線性診斷，查閱文獻和咨詢專家后刪除婚姻狀況和家庭人均月收入，剩余各變量間均不存在多重共線性，然后進行多因素Logistic回歸分析。自變量賦值方式見表2。結果顯示，年齡、文化程度、活動后疼痛程度、社會支持是老年TKA患者出院準備度的影響因素（P<0.05）。見表3。

表2 變量賦值表

表3 老年TKA患者出院準備度的多因素Logistic回歸分析

2.3 列線圖預測模型的構建及驗證

以多因素Logistic回歸分析篩選出的變量構建老年TKA患者出院準備不足的列線圖預測模型，見圖1。通過列線圖，可以得出個體每個預測指標的分值，將各得分相加計算總分，與總評分相對應的概率即為老年TKA患者出院準備度不足的概率。校準曲線是預測概率和患者真實出院準備度不足概率的圖像比較，預測曲線越接近于標準曲線，則模型的符合度越好，見圖2。該模型ROC曲線下面積為0.884（95%CI:0.823~0.944），提示該模型具有較好的區(qū)分度，見圖3。Hosmer-Lemeshow檢驗結果為χ2=10.178（P=0.253），提示模型具有較好的預測準確度。

圖1 出院準備度不足的預測列線圖

圖2 校準曲線

圖3 ROC曲線

3 討論

在本研究中，老年TKA患者出院準備度的條目均分為7.55±0.62分，略高于急癥護理醫(yī)院外科患者的出院準備度得分7.11±0.59分[15]，低于Weiss等[16]關于內外科患者的出院準備度得分（8分），僅處于中等水平；并且有16.27%的患者在出院當天表示尚未做好出院準備。TKA作為一個創(chuàng)傷性手術，患者術后普遍存在疼痛、功能限制等問題[17]，自我照顧能力差，甚至約38.2%的患者發(fā)生術后恐動癥[18]，活動能力下降，影響其功能恢復；同時老年患者存在明顯的負性疾病感知，會有消極的情緒表現(xiàn)，影響自身康復信心[19]，導致其出院準備度不足。多因素Logistic回歸分析結果顯示，年齡、文化程度、活動后疼痛程度和社會支持是老年TKA患者出院準備度不足的影響因素，分析如下。

3.1 年齡

隨著年齡增長，老年人骨密度流失增多，股四頭肌力量下降，膝關節(jié)功能恢復較慢，康復時間延長；同時，年齡大的患者自我護理能力也較低，這可能會增加其出院后的無助感，導致其難以做好出院準備。除此之外，老年共病易導致患者發(fā)生疾病角色紊亂，影響其康復進程。因此，醫(yī)院管理者應帶領醫(yī)護人員認真學習老年患者出院準備服務專家共識[20]，并建立骨科康復一體化模式[21]，滿足患者多樣的照護和康復需求。

3.2 文化程度

文化程度高的患者不僅可以較好地理解和掌握出院健康教育內容，還可以與醫(yī)護人員進行有效溝通，增加自己的知識儲備，對出院的不確定感較低。反之，受教育程度低的患者，對疾病相關知識認識不全，對服藥、復查、康復鍛煉的重要性認識不足，對出院后的生活充滿不確定感，因此出院準備度較低。醫(yī)護人員在進行出院健康教育時，應考慮患者的接受能力，階段化開展出院健康教育，定期評估患者掌握程度，查漏補缺；注意在此過程中應避免使用醫(yī)學術語，并輔以小冊子和短視頻等方式強化健康教育內容，提高患者的出院信心。

3.3 活動后疼痛程度

TKA術后疼痛是一個重要的臨床問題，嚴重影響著患者的康復進程。術后鎮(zhèn)痛是快速康復外科的重要環(huán)節(jié)，超過60%的TKA患者會于術后發(fā)生疼痛，導致全身應激反應，影響機體的自主性和免疫系統(tǒng)，引起一系列術后紊亂，嚴重影響患者的術后康復訓練[22]。目前，臨床已積極采用多模式鎮(zhèn)痛[23]、冷凍療法[24]并聯(lián)合中醫(yī)[25]等方式降低術后患者的疼痛水平，充分的術后鎮(zhèn)痛不僅可以減輕疼痛，減少阿片類藥物的消耗和相關不良事件的發(fā)生，還可以縮短住院時間和降低醫(yī)療費用，改善患者康復效果并提升其滿意度和出院準備度。

3.4 社會支持

來自家人、朋友及社會的支持可以增加患者的康復信心，緩解負性情緒，利于其做好出院準備[26]。社會支持得分高的患者意味著他們獲得了更多的經濟支持和信心鼓勵，這在一定程度上可以減輕其疾病負擔，促使其致力于自身的康復鍛煉；其次，社會支持得分較高的患者往往具有更強的社會參與性，早日恢復正常社會活動的愿望激勵患者積極參加康復鍛煉，促使其早日做好出院準備。因此，醫(yī)護人員應提前明確患者可獲得的家庭、朋友、同事和社區(qū)支持，鼓勵他們多與朋友聯(lián)系，積極參加社會活動，提高其出院準備度；同時，也要建議患者的照顧者為其提供更多的支持，包括口頭表達愛和鼓勵，主動承擔困難的家務，監(jiān)督患者用藥和康復鍛煉等，協(xié)助其做好出院準備。

3.5 構建出院準備度不足的列線圖風險評估模型

本研究在明確老年TKA患者出院準備度影響因素基礎上，進一步構建出院準備不足的列線圖風險評估模型，為臨床醫(yī)護工作者早期識別高風險患者提供依據。目前存在的出院準備度評估量表多適用于患者出院當天，留給醫(yī)護人員進行干預的時間較短。本研究中共41例患者表示自己在出院當天尚未做好出院準備，對于此類患者只能延長其住院時間，這不僅會增加患者的經濟負擔，也會造成醫(yī)療衛(wèi)生資源的浪費。而本研究構建的列線圖模型是建立在多因素Logistic回歸分析結果的基礎上，將多個預測指標進行整合，可以幫助醫(yī)護人員早期預測出患者出院準備度不足的概率，輔助其進行臨床決策。根據本研究結果，臨床醫(yī)護人員應重點關注年齡較大、文化水平較低的老年TKA術后患者，并通過構建多學科團隊，減輕患者膝關節(jié)疼痛，提高其社會支持得分，協(xié)助患者早日做好出院準備。

4 小結

本研究基于老年TKA患者出院準備度影響因素構建的列線圖預測模型具有良好的區(qū)分度、校準度和穩(wěn)定性，可為醫(yī)護人員早期采取個性化干預措施，提高患者的出院準備水平提供借鑒和參考。但本研究仍存有一定的局限性，首先采用一對一問答的方式收集數據，可能存在一定的報告偏倚；其次由于時間原因，未進行外部驗證。未來可以通過外部數據驗證，進一步探究本研究的相關結論。