缺血性卒中患者用药依从性的纵向监测与预测建模

摘要

本方案描述了在出院后30天、90天和180天通过结构化电话随访评估患者自述服药情况，并介绍了针对缺血性卒中幸存者早期随访预测模型的内部开发过程。该方案将患者自述的服药行为与基于药房的药物依从性（PDC）指标相区分，并采用预定义的人口学特征及出院第30天的心理社会预测因子。

摘要

药物依从性是缺血性卒中后二级预防的核心，但在随访期间，自我报告的依从性可能会发生变化。在此项单中心纵向研究框架中，共纳入210名参与者，其中191人完成了180天的评估。通过结构化电话访谈评估用药情况，时间点分别为第1–30天、第31–90天和第91–180天，并以暴露日加权复合依从性百分比不低于80%定义为依从性良好。中文版BMQ-Specific量表和家庭APGAR量表分别在第30天、第90天和第180天进行施测。采用包含居住地、性别、第30天BMQ-NCD评分和第30天家庭APGAR评分的四变量逻辑回归模型，并通过1,000次自助法重采样进行内部验证。在191例完整病例中，第30天依从性良好的比例为84.3%（95% CI，78.3%–89.1%），第90天为77.0%（95% CI，70.3%–82.7%），第180天为72.8%（95% CI，65.9%–79.0%）。城市居住、男性性别、第30天BMQ-NCD评分和第30天家庭APGAR评分与第180天的依从性相关。模型的表观AUC为0.879（95% CI，0.821–0.928），经乐观偏倚校正后的AUC为0.867。该方案提供了一个可重复的纵向评估自我报告依从性的框架，以及一个经过内部验证的基于第30天数据的预测模型。在临床应用前，仍需进行外部验证和客观依从性指标的测量。

引言

脑卒中仍是全球范围内导致长期残疾和死亡的主要原因，亟需一个更为精确的临床定义，以同时考虑病理学和影像学证据¹。尽管急性期干预手段已取得进展，但全球脑卒中的疾病负担仍在持续上升，其中缺血性脑卒中占绝大多数病例²。这一趋势在中国尤为显著，血管风险因素的流行率已达到危急水平，给医疗系统带来巨大压力³。证据表明，首次发生脑卒中后的幸存者面临较高的复发性血管事件风险，基于社区的研究凸显了这一人群的持续脆弱性⁴。尽管急性期管理存在重大挑战⁵，但这些患者的长期生存率和预期寿命主要取决于二级预防策略的有效性^6,7。

二级预防的核心在于严格的药物管理，包括降压治疗和抗血小板治疗^8,9,10。来自美国心脏协会（AHA）、欧洲卒中组织（ESO）以及加拿大卒中最佳实践建议的国际指南均强调，坚持这些治疗方案对于预防卒中复发至关重要^....

方案

本研究方案已获得四川大学华西医院生物医学研究伦理委员会批准（批准号：2021 审查（1303）；批准日期：2021 年 11 月 8 日）。所有报告的操作均按照该委员会的要求及批准的方案进行。完整的分析数据集见补充文件 1。

1. 患者筛选与基线入组

1. 从神经内科的住院病历中筛选潜在受试者，选择诊断为急性缺血性卒中的患者 通过 磁共振成像（MRI）或计算机断层扫描（CT）。记录最初筛选的个体总数，以建立参与者流程图的基线样本池。
2. 根据预设的纳入标准筛选患者。纳入经影像学确诊的急性缺血性卒中成年患者，且患者本人或其法定授权代表能够完成访谈。
3. 应用排除标准。排除有严重精神疾病史、认知功能障碍（根据临床记录确定）或预期寿命少于六个月的患者。在此阶段记录所有排除病例的具体原因及相应数量（例如，因预期寿命限制或拒绝提供知情同意）。
4. 在入组前，使用经伦理委员会批准的知情同意书，从患者本人或当患者无法提供同意时从其合法授权代表处获得书面知情同意。在签署同意书前，应向其说明研究的纵向设计、电话评估方式以及为期180天的随访安排。记录同意者的身份与关系、同意日期，以及获取知情同意的研究人员姓名。
5. 在入院后48小时内收集基线人口统计学和临床数据。使用标准化病例报告表记录年龄、性别、居住地、教育水平和月收入。

结果

标准化方案的实施与队列分层

参与流程记录显示，共评估了216名个体，其中6名被排除，210名被纳入研究。在第90天评估前有17名失访，在第180天前又有2名失访，最终留下191例完整病例用于纵向分析和建模分析（补充图1）。这19名未完成研究的参与者已在筛选和随访记录中登记，用于报告参与流程，但未纳入分析数据集，且未对任何结局指标进行缺失值填补。因此，分析文件包含预先设定的191名参与者的完整病例队列。

在第180天时，191名参与者中有139名被归类为依从性良好，52名被归类为依从性差（表1）。在单变量比较中，居住地（城市）和性别在依从性组间存在差异，而其他基线变量应报告其确切的效应估计值和P值，而不应笼统地描述为均衡。女性依从性差的组别中包含5名参与者，因此与性别相关的估计值需谨慎解读。

黏附衰减与转变的定量表征

讨论

本研究描述了一种标准化的纵向电话随访方案，并内部建立了一个在缺血性卒中后预测第180天自我报告用药依从性的第30天预测模型。研究有三个核心发现。首先，在第30天、第90天和第180天，被归类为依从性良好的患者比例分别从84.3%下降至77.0%和72.8%。其次，BMQ-NCD评分和家庭APGAR评分在各预定随访时间点也呈下降趋势。第三，在预先设定的第30天预测模型中，城市居住、性别、第30天BMQ-NCD评分和第30天家庭APGAR评分与第180天的用药依从性相关。这些发现支持在出院后进行重复评估，但其性质仍为描述性和内部预测性，而非因果推断。

服药依从性良好的患病率下降与既往卒中研究结果一致，表明二级预防药物的持续使用可能在出院后减少^17,18,19,20。大多数参与者仍处于服药依从性良好类别，而变化最大的群体是从良好依从性.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
分析脚本	研究作者	JoVE_Analysis_Script.py（作为补充材料上传）
中文版药物信念问卷特异性量表（BMQ-Specific）	原始版本：Robert Horne 教授。 中文验证版本：Jiang S. 等人 / Nie B. 等人（文中已引用）	经授权的中文版本。通过结构化访谈方式进行施测。已从原始开发者/版权持有者处获得使用许可。
中文版家庭功能APGAR量表	原始版本：Gabriel Smilkstein 博士。 中文应用：Smilkstein G. 等人（文中已引用）	经过验证的中文翻译版本。版本：5项量表。临床研究可自由使用/公共领域。
中国国家卫生研究院卒中量表（NIHSS）中文版	原始版本：美国国家卫生研究院（NIH）。 中文验证版本：Lyden P.D. 等人（文中已引用）	经过验证的中文版本。11项临床量表（0–42分）。开放获取。
Matplotlib	Matplotlib 开发团队	版本 3.10.6。开源（https://matplotlib.org/）
NumPy	NumPy 社区	版本 2.3.3。开源（https://numpy.org/）
Python	Python 软件基金会	版本 3.13.5（64位 Windows 环境）。开源（https://www.python.org/）
pandas	pandas 开发团队（NumFOCUS）	版本 2.3.3。开源（https://pandas.pydata.org/）
SciPy	SciPy 社区	版本 1.16.2。开源（https://scipy.org/）