Данный лонгитюдный протокол сочетает в себе повторные оценки по шкале зависимости от ухода (Care Dependency Scale) с моделированием смеси ростов для выявления различных траекторий зависимости от сестринского ухода после острого инфаркта миокарда, а также для оценки демографических, клинических и психосоциальных факторов, связанных с принадлежностью к определенному классу траектории.
Исследовательская статья
Латентные классы траекторий сестринской зависимости и связанные с ними факторы у пациентов с острым инфарктом миокарда
* These authors contributed equally
В этой статье
Краткое содержание
Аннотация
Данное исследование было направлено на выявление латентных классов траекторий сестринской зависимости у пациентов с острым инфарктом миокарда (ОИМ) и изучение факторов, связанных с принадлежностью к этим классам траекторий. В данное одноцентровое лонгитюдное обсервационное исследование было включено 260 пациентов с ОИМ, поступивших в Народную больницу уезда Линьцюань в период с января 2024 года по январь 2026 года. Исходной точкой исследования был определен момент времени после успешного экстренного лечения и восстановления сознания. Степень сестринской зависимости оценивали с помощью шкалы зависимости от ухода (Care Dependency Scale, CDS) на исходном этапе (T1), на 3-й день после поступления (T2), при выписке (T3) и через 1 месяц после выписки (T4). Для выявления различных классов лонгитюдных траекторий использовалось моделирование смеси роста. Впоследствии клинические и психосоциальные характеристики оценивались с помощью мультиномиальной логистической регрессии для определения факторов, независимо связанных с принадлежностью к классу траектории. Были выявлены четыре различных типа траекторий сестринской зависимости: тип «высокая независимость — медленное улучшение» (C1, n = 6, 25,4%), тип «умеренная зависимость — быстрое ухудшение» (C2, n = 54, 20,8%), тип «высокая зависимость — значительное улучшение» (C3, n = 90, 34,6%) и тип «высокая зависимость — медленное обострение» (C4, n = 50, 19,2%). Возраст, семейное положение, симптомы депрессии и тревоги, социальная поддержка и наличие сопутствующих заболеваний продемонстрировали независимые специфические связи с принадлежностью к определенному классу траектории. Сестринская зависимость характеризовалась существенной межиндивидуальной гетерогенностью среди пациентов с ОИМ, при этом было выявлено четыре отчетливые лонгитюдные траектории. Факторы, связанные с принадлежностью к классу траектории, могут помочь в выявлении пациентов, нуждающихся в более тщательном сестринском обследовании и индивидуальном последующем наблюдении; однако эффективность вмешательств, направленных на эти факторы, требует проспективной оценки.
Введение
Острый инфаркт миокарда (ОИМ) обычно вызывается внезапной окклюзией коронарной артерии, что приводит к выраженному снижению или прекращению кровотока в миокарде и последующему некрозу миокарда. ОИМ остается серьезным, угрожающим жизни сердечно-сосудистым заболеванием, поскольку нарушение функции миокарда и острые осложнения могут существенно повлиять на краткосрочные и долгосрочные исходы1. Стратегии реперфузии, включая чрескожное коронарное вмешательство и тромболитическую терапию, позволяют восстановить коронарный кровоток и значительно улучшили тактику ведения пациентов при ОИМ в острой фазе. Тем не менее, даже после успешного лечения в остром периоде некоторые пациенты продолжают испытывать ограничения в самообслуживании и повседневной деятельности и, следовательно, нуждаются в различном уровне сестринской помощи2.
Нуждаемость в сестринском уходе может влиять на качество жизни пациентов, их социальную активность, функциональное восстановление и общий процесс реабилитации3. Предыдущие исследования острого инфаркта миокарда (ОИМ) были сосредоточены преимущественно на стратегиях диагностики и терапии, профилактике и лечении осложнений, а также на прогностических факторах. В предшествующих одномоментных исследованиях пациентов с ишемической болезнью сердца после чрескожного коронарного вмешательства в качестве факторов, связанных с зависимостью от ухода, были определены старческая астения, самоэффективность и психологический статус; однако оценка в одной временной точке не позволяет охарактеризовать изменения степени зависимости у конкретного пациента или выявить гетерогенные паттерны восстановления с течением времени4. Путем многократной оценки нуждаемости в сестринском уходе в четырех временных точках и применения моделирования смеси роста, настоящее исследование расширяет предыдущие статические анализы, выявляя латентные подгруппы пациентов с различными лонгитюдными траекториями. Выявление этих гетерогенных паттернов может помочь клиницистам распознать пациентов с разными профилями реабилитации и заложить основу для индивидуального сестринского обследования, последующего наблюдения и поддерживающего ухода.
Соответственно, целью данного исследования было выявление отдельных лонгитюдных классов зависимости от сестринского ухода в период от исходного уровня после оказания экстренной помощи до 1 месяца после выписки у пациентов с AMI, а также изучение демографических, клинических и психосоциальных факторов, связанных с принадлежностью к тому или иному классу траекторий. Учитывая поисковый характер исследования, конкретные направленные гипотезы относительно определенных классов траекторий предварительно не формулировались.
Протокол
Исследование проводилось в отделении неотложной помощи Народного госпиталя уезда Линьцюань, город Фуян, провинция Аньхой, Китай. Протокол исследования был рассмотрен и одобрен комитетом по этике Народного госпиталя уезда Линьцюань (номер одобрения 24XNLC-HL1015). До включения в исследование от всех участников было получено письменное информированное согласие. Все процедуры с участием людей проводились в соответствии с требованиями этического комитета учреждения и применимыми этическими принципами.
Условия исследования и идентификация участников
Исследование было проведено как одноцентровое лонгитюдное обсервационное исследование в отделении неотложной помощи Народной больницы уезда Линьцюань, город Фуян, провинция Аньхой, Китай. Участники были набраны в период с января 2024 года по январь 2026 года; наблюдение за ними велось от исходного уровня после оказания неотложной помощи до периода через 1 месяц после выписки.
Для выявления подходящих пациентов, поступивших с острым инфарктом миокарда (ОИМ), использовался метод стихийной выборки. Ко всем потенциальным участникам применялись одни и те же критерии включения и процедуры скрининга. Поскольку стихийная выборка может привести к систематической ошибке отбора, этот потенциальный источник погрешности учитывался при интерпретации возможности обобщения полученных результатов.
Всего был проведен скрининг 287 пациентов, из которых 27 не были включены в исследование. У восьми пациентов в анамнезе был инфаркт миокарда, шесть не смогли пройти обследование из-за нарушения сознания или когнитивных функций, у пяти наблюдались другие органические заболевания сердца, у четырех — злокачественные новообразования, полиорганная недостаточность или другие тяжелые системные заболевания, и четверо отказались от участия. Остальные 260 пациентов были включены в исследование.
Критерии отбора и определение исходного уровня
В исследование включались пациенты с установленным клиническим диагнозом ОИМ, перенесшие первый эпизод инфаркта миокарда, в возрасте ≥18 лет, с сохраненным сознанием и когнитивными функциями, достаточными для понимания и прохождения обследований в рамках исследования, предоставившие письменное информированное согласие. Пациенты с другими органическими заболеваниями сердца, злокачественными новообразованиями, полиорганной недостаточностью или другими тяжелыми системными органическими заболеваниями исключались из исследования.
В исследование включались только пациенты с первым случаем инфаркта миокарда, чтобы снизить неоднородность, связанную с перенесенными ранее инфарктами, предшествующей реваскуляризацией, хроническими функциональными нарушениями после инфаркта, а также с уже имевшимися навыками самопомощи или реабилитации, так как каждый из этих факторов мог независимо повлиять на исходный уровень зависимости от сестринского ухода и последующий характер траекторий.
T1 была определена как временная точка после успешного экстренного лечения и восстановления сознания, когда участник мог достоверно пройти необходимые обследования.
Сбор демографических и сердечно-сосудистых клинических данных
Для сбора данных о возрасте, поле, индексе массы тела (BMI), семейном положении, классе сердечной недостаточности, типе инфаркта миокарда, стратегии реперфузионной терапии и наличии сопутствующих заболеваний использовался специализированный общий опросник. Демографическая и психосоциальная информация была получена путем заполнения опросников и анализа медицинских карт, в зависимости от ситуации. Клинические характеристики, связанные с сердечно-сосудистой системой, включая класс сердечной недостаточности, тип инфаркта миокарда, стратегию реперфузии и анамнез сопутствующих заболеваний, были извлечены из медицинских карт за период индексной госпитализации в соответствии с заранее определенными критериями. Класс сердечной недостаточности, указанный в медицинской карте при индексной госпитализации, был разделен на группы I–II и III–IV классов для последующего анализа. Тип инфаркта миокарда классифицировался как инфаркт миокарда с подъемом сегмента ST (STEMI) или инфаркт миокарда без подъема сегмента ST (NSTEMI) на основании диагноза, зафиксированного во время индексной госпитализации. Наличие сопутствующих заболеваний кодировалось дихотомически: «нет» (0) или «да» (1), где «да» означало наличие в анамнезе хотя бы одного из заранее определенных хронических сопутствующих заболеваний.
Данные о проведении чрескожного коронарного вмешательства (ЧКВ) и тромболитической терапии фиксировались на основании фактически полученного лечения во время индексной госпитализации, а не согласно планируемому плану лечения. Для статистического анализа были сохранены исходные непрерывные значения возраста и ИМТ.
Повторная оценка зависимости от сестринского ухода
В момент T1 была проведена оценка по шкале зависимости от ухода (Care Dependency Scale, CDS5). Шкала состоит из 15 пунктов. Каждый пункт оценивался от 1 (полная зависимость) до 5 (почти полная независимость), в результате чего общий балл варьировался от 15 до 75. Более высокие баллы указывали на большую степень независимости и меньшую потребность в сестринском уходе. Согласно общепринятой классификации CDS, баллы 60–69 свидетельствуют об ограниченной степени зависимости от ухода, в то время как баллы 70–75 указывают на почти полную независимость; таким образом, в настоящем исследовании общий балл по шкале CDS <70 считался признаком зависимости от сестринского ухода4,5.
Оценка по шкале CDS повторялась на 3-й день после поступления (T2), при выписке (T3) и через 1 месяц после выписки (T4). Для минимизации погрешностей измерения при всех этапах оценки использовались одни и те же инструкции, порядок пунктов, правила подсчета баллов и процедуры оказания помощи. Оценка T4 проводилась во время планового контрольного осмотра через 1 месяц после выписки — либо очно в амбулаторной клинике, либо по телефону, если очный визит был невозможен. В обоих случаях обученный член исследовательской группы проводил опрос по всем пунктам CDS, используя те же стандартизированные инструкции, порядок пунктов и критерии оценки.
Все 260 включенных в исследование участников прошли CDS в четыре временных точки; за 1-месячный период наблюдения потерь участников не было.
Исходная психосоциальная оценка
17-пункточная шкала Гамильтона для оценки депрессии (HAMD-17)6 применялась один раз в момент T1. Пункты 1–3, 7–1, 15 и 17 оценивались по шкале от 0 до 4, в то время как пункты 4–6, 12–14 и 16 — от 0 до 2. Баллы по всем пунктам суммировались для получения общего балла в диапазоне от 0 до 54, где более высокие значения указывали на более тяжелые депрессивные симптомы.
Опросник генерализованного тревожного расстройства-7 (GAD-7)7 применялся один раз в момент времени T1. Каждый из семи пунктов оценивался по шкале от 0 (совсем нет) до 3 (почти каждый день), в результате чего общий балл варьировался от 0 до 21. Более высокие показатели указывали на более выраженные симптомы тревоги.
Шкала оценки социальной поддержки (SSRS)8 применялась один раз в момент времени T1. Шкала состояла из 10 пунктов. Пункты 1–4 и 8–10 оценивались по 4-балльной шкале от 1 до 4; пункт 5 оценивался от 1 до 4 в соответствии с сообщаемым уровнем поддержки; пункты 6 и 7 оценивались по количеству доступных источников поддержки. Общий балл варьировался от 12 до 6, при этом более высокие показатели указывали на более высокий уровень социальной поддержки.
Все оценки CDS и психосоциальные обследования проводились или контролировались подготовленными членами исследовательской группы. Перед включением участников в исследование специалисты по оценке прошли стандартизированное обучение по проведению опросов, интерпретации пунктов, правилам оказания допустимой помощи и процедурам подсчета баллов. На протяжении всего исследования использовались одни и те же стандартизированные инструкции, порядок пунктов и критерии оценки. Не требовалось, чтобы одного и того же специалиста по оценке закрепляли за конкретным участником в каждой временной точке; согласованность действий разных специалистов обеспечивалась за счет стандартизированного обучения и единообразных процедур оценки. По возможности участников просили заполнять опросники самостоятельно. В случаях, когда участники испытывали трудности с чтением, пониманием или письмом, им оказывалась стандартизированная индивидуальная помощь без подсказок вариантов ответов, интерпретации пунктов за участника или изменения его ответов.
Контроль качества данных и обработка пропущенных данных
Перед проведением анкетирования участники были проинформированы о целях исследования, процедуре заполнения и требованиях к конфиденциальности. Для всех участников использовались стандартизированные инструкции и идентичные процедуры оценки. Заполненные анкеты немедленно проверялись на наличие пропущенных или явно недостоверных ответов. Если какой-либо пункт оставался незаполненным, участника просили вернуться к нему и, при желании, дать ответ. В случаях, когда требовалась помощь в заполнении анкеты, сотрудники исследования не предлагали, не интерпретировали и не формулировали ответы от имени участника. Клинические переменные извлекались в соответствии с заранее определенными определениями, а заполненные формы проверялись перед вводом данных.
Все 260 участников прошли оценку по шкале CDS в моменты времени T1–T4, потерь при последующем наблюдении не было. Лонгитюдные данные CDS, а также демографические, клинические и психосоциальные переменные, включенные в представленный анализ, были полными. Таким образом, в анализ были включены все 260 участников, и необходимость в импутации данных отсутствовала.
Моделирование смешанного роста лонгитюдных показателей CDS
Моделирование смеси траекторий роста (Growth mixture modeling, GMM) проводилось с использованием программы Mplus версии 8.3. Была построена безусловная модель GMM без ковариат, в которой CDS_T1, CDS_T2, CDS_T3 и CDS_T4 были введены как непрерывные наблюдаемые переменные.
Решения от одного до пяти классов подбирались последовательно с использованием робастного метода максимального правдоподобия (MLR). Чтобы снизить риск сходимости к локальному максиму, было создано 10 случайных наборов начальных значений, из которых 20 лучших были отобраны для оптимизации на конечном этапе. Для каждого решения подтверждались нормальное завершение процесса, воспроизводимость наилучшего логарифма правдоподобия при случайных стартах и отсутствие недопустимых оценок параметров.
Для каждого решения были зафиксированы информационный критерий Акаике (AIC), байесовский информационный критерий (BIC), BIC с поправкой на размер выборки (aBIC), энтропия, скорректированный тест отношения правдоподобия Ло-Менделла-Рубина (LMR-LRT) и бутстрэп-тест отношения правдоподобия (BLRT). Более низкие значения AIC, BIC и aBIC интерпретировались как показатель лучшего относительного соответствия модели, в то время как значения энтропии, близкие к 1, указывали на более четкое разделение классов.
Каждое решение для k классов сравнивали с соответствующим решением для k − 1 классов с помощью LMR-LRT и BLRT. Выбор окончательной модели основывался не только на снижении информационных критериев; также учитывались стабильность сходимости, размер классов, апостериорные вероятности принадлежности, принцип парсимонии и клиническая интерпретируемость. Каждый участник был отнесен к классу с наибольшей апостериорной вероятностью принадлежности, а средние апостериорные вероятности для каждого класса были рассчитаны в качестве дополнительного показателя качества классификации.
Анализ повторных измерений CDS
Для оценки внутригрупповых изменений показателей CDS в моменты T1, T2, T3 и T4 во всей когорте был проведен однофакторный дисперсионный анализ с повторными измерениями (RM-ANOVA), где фактором внутригрупповых различий выступало время обследования. Были проверены допущения о приблизительной нормальности распределения и сферичности. Сферичность оценивали с помощью критерия Мокли, а при нарушении допущения о сферичности использовали результаты с поправкой Гринхауза–Гейссера. Все тесты были двухсторонними, и значение P < 0.05 считалось статистически значимым.
Одномерные сравнения между классами траекторий
Анализы, помимо GMM, проводились с использованием IBM SPSS Statistics версии 26.0. Возраст, ИМТ, а также показатели по шкалам HAMD-17, SSRS и GAD-7 анализировались как непрерывные переменные без категоризации.
Непрерывные переменные с приблизительно нормальным распределением были представлены как среднее значение ± стандартное отклонение и сравнивались между четырьмя классами траекторий с помощью однофакторного дисперсионного анализа. Категориальные переменные были представлены в виде количества участников и сравнивались с использованием критерия хи-квадрат Пирсона. Все значения P были двусторонними, а порог P < 0.05 использовался для отбора переменных для включения в исходную многофакторную модель.
При однофакторном анализе возраст, семейное положение, классификация сердечной функции, тип инфаркта миокарда, PCI, тромболитическая терапия, показатель HAMD-17, показатель SSRS, показатель GAD-7 и наличие сопутствующих заболеваний соответствовали критерию P < 0.05 и, следовательно, были включены в исходную многофакторную модель. Пол и ИМТ этому критерию не соответствовали.
Мультиномиальная логистическая регрессия и диагностика моделей
Четыре класса траекторий рассматривались как номинальный результат, и вместо бинарной логистической регрессии была проведена мультиномиальная логистическая регрессия. Категория C1 (высокая независимость — медленное улучшение) была назначена в качестве эталонной категории результата.
Все переменные с P < 0.05 в одномерном анализе были включены в исходную модель. Затем применялся метод обратного отбора по отношению правдоподобия, при котором переменные со значением P > 0.10 последовательно удалялись. В окончательной модели были сохранены статистически значимые основные эффекты.
Мультиколлинеарность оценивали с помощью значений толерантности и фактора инфляции дисперсии (VIF). В окончательном анализе значения толерантности варьировались примерно от 0,81 до 0,97, а значения VIF — от 1,03 до 1,24, что указывает на отсутствие существенной мультиколлинеарности.
Для снижения риска переобучения тестирование взаимодействий было ограничено заранее определенными клинически обоснованными параметрами. Три заранее определенных взаимодействия — возраст × наличие сопутствующих заболеваний, семейное положение × балл по шкале SSRS и балл по шкале HAMD-17 × балл по шкале GAD-7 — оценивались индивидуально с помощью критерия отношения правдоподобия. Соответствующие значения P составили 0,65, 0,301 и 0,908 соответственно; таким образом, ни один из членов взаимодействия не был оставлен в модели.
Общая эффективность модели оценивалась с помощью теста отношения правдоподобия по сравнению с моделью, содержащей только интерцепт; тестов Пирсона и девианса на соответствие модели данным; псевдо-R2 статистик Кокса-Снелла, Нагелькерке и Макфаддена; точности классификации; сходимости, а также оценки полного или квазиполного разделения.
Для всех итоговых предикторов в сравнениях C2 против C1, C3 против C1 и C4 против C1 были рассчитаны скорректированные отношения шансов (ORs) с 95% доверительными интервалами (CIs). Широкие доверительные интервалы интерпретировались как признак ограниченной точности, а не как окончательное доказательство большой величины эффекта.
Обоснование размера выборки и отчетность
Для GMM не применялся какой-либо единый универсальный порог размера выборки. Адекватность выборки оценивалась с учетом сложности модели, пропорций классов, разделения классов, паттернов пропущенных данных, энтропии, апостериорных вероятностей и сходимости9.
Формальный априорный расчет статистической мощности на основе симуляций не проводился, поскольку исследование представляло собой эксплоративное лонгитюдное исследование с участием подходящей популяции, доступной в течение заранее определенного периода набора. Итоговое решение с четырьмя классами включало 66, 54, 90 и 50 участников и дало значение энтропии 0.879, при этом средние апостериорные вероятности варьировались от 0.871 до 0.927.
Для мультиномиальной логистической регрессии адекватность выборки оценивалась по количеству участников в каждой категории исходов и числу параметров потенциальных предикторов10. Поскольку некоторые классы траекторий были относительно малочисленными, регрессионный анализ интерпретировался как эксплоративный анализ ассоциаций, а не как разработка окончательной прогностической модели.
Обсервационное исследование было представлено в соответствии с принципами STROBE (Strengthening the Reporting of Observational Studies in Epidemiology), включая описание дизайна исследования, условий проведения, потока участников, источников данных, потенциальных источников систематической ошибки, размера выборки, статистических методов, обработки пропущенных данных, основных результатов, ограничений и возможности обобщения полученных данных.
Результаты
Поток и полнота данных участников
В период набора участников на соответствие критериям отбора были обследованы 287 пациентов с ОИМ. Двадцать семь пациентов не были включены в исследование: у восьми в анамнезе был инфаркт миокарда, шесть не смогли пройти обследование в связи с нарушением сознания или когнитивных функций, у пяти имелись другие органические заболевания сердца, у четырех — злокачественные новообразования, полиорганная недостаточность или другие тяжелые системные заболевания, и четверо отказались от участия. Остальные 260 участников были включены в исследование, прошли все четыре оценки по шкале CDS в течение 1 месяца после выписки и были включены в итоговый анализ GMM и последующие анализы. В представленных анализах отсутствовали пропущенные лонгитюдные значения CDS, случаи утраты связи с пациентами, а также пропуски в демографических, клинических или психосоциальных данных, требующие импутации.
Выбор четырехкомпонентной GMM
Показатели соответствия последовательно улучшались при переходе от одноклассового к четырехклассовому решению (Таблица 1). Четырехклассовое решение дало следующие значения: AIC = 6978.826, BIC = 7047.82, aBIC = 6978.741, энтропия = 0.879, LMR-LRT P = 0.027 и BLRT P < 0.01. Оцененные моделью доли классов составили 25.8%, 21.0%, 34.1% и 19.1%. При добавлении пятого класса значения AIC, BIC и aBIC умеренно снизились до 6963.213, 7038.208 и 6962.613 соответственно, а энтропия увеличилась до 0.912. Однако ни LMR-LRT (P = 0.128), ни BLRT (P = 0.063) не указали на статистически значимое улучшение. Кроме того, пятый класс составил всего 6.4% выборки. Таким образом, была выбрана четырехклассовая модель, поскольку она обеспечила оптимальный баланс соответствия модели, стабильности, парсимонии, размера классов и клинической интерпретируемости.
Сходимость и качество классификации
Решение для четырех классов завершилось штатно, и оптимальное значение логарифмического правдоподобия повторилось 18 раз при случайных стартах. Недопустимых оценок параметров не наблюдалось. Средние апостериорные вероятности принадлежности к наиболее вероятному классу составили 0,914 для C1, 0,89 для C2, 0,927 для C3 и 0,871 для C4, что указывает на приемлемое разделение классов.
Общая зависимость от сестринского ухода с течением времени
Общие средние показатели по шкале CDS составили 48,28 ± 10,25 в момент T1, 54,16 ± 14,33 в момент T2, 52,82 ± 12,17 в момент T3 и 56,58 ± 15,15 в момент T4. Однофакторный дисперсионный анализ с повторными измерениями (ANOVA) выявил значимое общее различие в показателях CDS между четырьмя временными точками оценки (F = 13,692, P < 0,001). На групповом уровне баллы CDS увеличились к 3-му дню, незначительно снизились при выписке и снова выросли через 1 месяц после выписки. Большая вариабельность, наблюдавшаяся в более поздние временные точки, указывает на то, что общая динамика средних значений маскировала существенную неоднородность среди участников.
Паттерны траекторий
Вероятнее всего, распределение по классам выявило четыре траектории: C1, высокая независимость — медленное улучшение (n = 6, 25,4%); C2, умеренная зависимость — быстрое ухудшение (n = 54, 20,8%); C3, высокая зависимость — значительное улучшение (n = 90, 34,6%); и C4, высокая зависимость — медленное обострение (n = 50, 19,2%; Рисунок 1). Средние баллы по шкале CDS для C1 составили 5,50, 59,00, 60,0 и 64,0 в моменты T1–T4 соответственно; для C2 они составили 50,0, 49,0, 39,0 и 39,0; для C3 — 43,2, 59,35, 61,86 и 70,90; а для C4 — 46,0, 4,0, 42,00 и 40,0.
Одномерные сравнения классов
Возраст значимо различался в группах C1–C4 (58.20 ± 7.80, 61.50 ± 7.40, 55.80 ± 7.60 и 63.10 ± 7.20 лет соответственно; F = 12.572, P < 0.01; Таблица 2). ИМТ значимо не различался между классами (23.60 ± 2.70, 23.40 ± 2.80, 23.80 ± 2.90 и 23.50 ± 2.60 kg/m2 соответственно; F = 0.270, P = 0.847), распределение по полу также было схожим (χ2 = 0.142, P = 0.986). Значимые различия наблюдались по семейному положению (χ2 = 14.749, P = 0.02), классификации функции сердца (χ2 = 15.283, P = 0.02), типу инфаркта миокарда (χ2 = 15.035, P = 0.02), проведению PCI (χ2 = 12.863, P = 0.05), тромболитической терапии (χ2 = 15.62, P = 0.01) и наличию сопутствующих заболеваний в анамнезе (χ2 = 27.903, P < 0.01).
Средние баллы по шкале HAMD-17 составили 10.80 ± 2.70, 13.10 ± 2.90, 1.20 ± 2.60 и 14.10 ± 3.0 для групп C1–C4 соответственно (F = 19.040, P < 0.01). Средние баллы по шкале SSRS составили 43.0 ± 4.80, 38.50 ± 5.0, 42.0 ± 4.90 и 36.80 ± 5.10 соответственно (F = 20.742, P < 0.01), а средние баллы по шкале GAD-7 составили 9.50 ± 2.50, 12.10 ± 2.80, 10.0 ± 2.60 и 13.70 ± 3.0 соответственно (F = 30.585, P < 0.01).
Итоговая мультиномиальная регрессия
Потенциальные предикторы были закодированы, как показано в Таблице 3. В результате обратного отбора по отношению правдоподобия в окончательную модель мультиномиальной логистической регрессии вошли возраст, семейное положение, показатели HAMD-17, SSRS, GAD-7 и наличие сопутствующих заболеваний (Таблица 4). При сравнении C2 и C1 наличие супруга было связано с более низкой вероятностью принадлежности к C2 (скорректированный OR = 0.241, 95% CI = 0.095–0.612, P = 0.03), тогда как более высокие баллы по шкале HAMD-17 (OR = 1.324, 95% CI = 1.121–1.564), более высокие баллы по шкале GAD-7 (OR = 1.374, 95% CI = 1.160–1.626), более низкие баллы по шкале SSRS (OR = 0.787, 95% CI = 0.71–0.871) и наличие сопутствующих заболеваний (OR = 3.107, 95% CI = 1.212–7.968) были связаны с принадлежностью к C2. Возраст в данном сравнении не был статистически значимым (P = 0.089). При сравнении C3 и C1 единственным статистически значимым сохраненным предиктором оказался возраст (OR = 0.954, 95% CI = 0.912–0.997, P = 0.036).
Для C4 по сравнению с C1 принадлежность к группе C4 была связана с более старшим возрастом (OR = 1.077, 95% CI = 1.005–1.154), незамужним/неженатым статусом (в браке: OR = 0.248, 95% CI = 0.085–0.720), более высокими баллами по шкале HAMD-17 (OR = 1.466, 95% CI = 1.214–1.72), более низкими баллами по шкале SSRS (OR = 0.727, 95% CI = 0.646–0.819), более высокими баллами по шкале GAD-7 (OR = 1.605, 95% CI = 1.318–1.95) и наличием сопутствующих заболеваний в анамнезе (OR = 4.454, 95% CI = 1.51–13.134).
Диагностика модели
Итоговая мультиномиальная модель обеспечила значимое улучшение по сравнению с моделью, содержащей только константу (критерий правдоподобия χ2 = 190.96, df = 18, P < 0.01). Тесты на соответствие модели данным Пирсона (χ2 = 745.020, df = 759, P = 0.635) и девианса (χ2 = 515.576, df = 759, P > 0.9) не выявили неудовлетворительного соответствия модели. Значения псевдо-R2 по Коксу-Снеллу, Нагелькерке и Макфаддену составили 0.520, 0.57 и 0.270 соответственно, а точность классификации составила 53.1%. Модель сошлась после семи итераций; признаков полного или квазиполного разделения обнаружено не было. Некоторые оценки для анамнеза сопутствующих заболеваний имели относительно широкие 95% ДИ, что указывает на ограниченную точность и обуславливает необходимость осторожной интерпретации этих взаимосвязей.
ДОСТУПНОСТЬ ДАННЫХ:
Необработанные данные, подтверждающие результаты данного исследования, представлены в статье в качестве Дополнительного файла 1.
Рисунок 1Лонгитюдные траектории зависимости пациентов с острым инфарктом миокарда от сестринского ухода. С помощью метода моделирования смеси роста (GMM) были выделены четыре латентных класса траекторий: высокая степень независимости — медленное улучшение (C1, n = 6, 25,4%), умеренная зависимость — быстрое ухудшение (C2, n = 54, 20,8%), высокая зависимость — значительное улучшение (C3, n = 90, 34,6%) и высокая зависимость — медленное прогрессирование (C4, n = 50, 19,2%). Т1 соответствует исходному уровню после успешного экстренного лечения и восстановления сознания; Т2 — 3-му дню после госпитализации; Т3 — моменту выписки; Т4 — сроку через 1 месяц после выписки. Ось y представляет средний балл по шкале CDS для каждого класса, при этом более высокие значения указывают на большую независимость и меньшую потребность в уходе. Сокращения: AMI = острый инфаркт миокарда; CDS = шкала зависимости от ухода; GMM = моделирование смеси роста. Пожалуйста, нажмите здесь, чтобы просмотреть увеличенную версию этого рисунка.
| Модель | AIC | BIC | aBIC | Энтропия | P-значение LMR-LRT | P-значение BLRT | Доля классов (%) |
| 1 | 7353.1 | 7384.108 | 735.567 | — | — | — | — |
| 2 | 7141.412 | 7184.409 | 7156.35 | 0.726 | 0.02 | <0.001 | 48.2/51.8 |
| 3 | 7032.275 | 7086.271 | 7049.704 | 0.813 | 0.015 | <0.01 | 35.1/42.7/2.2 |
| 4 | 6978.826 | 7047.822 | 6978.741 | 0.879 | 0.027 | <0.01 | 25.8/21.0/34.1/19.1 |
| 5 | 6963.213 | 7038.208 | 6962.613 | 0.912 | 0.128 | 0.063 | 29.7/31.2/20.4/12.3/6.4 |
Таблица 1: Индексы соответствия для моделей смеси ростов от одного до пяти классов траекторий зависимости от сестринского ухода. Более низкие значения информационного критерия указывают на лучшее относительное соответствие модели, в то время как значения энтропии, близкие к 1, указывают на более четкое разделение классов. LMR-LRT и BLRT сравнивают модель с k классами с соответствующей моделью с k − 1 классами. Доли классов представляют собой оценки долей, полученные моделью; окончательное количество участников и проценты основаны на наиболее вероятном апостериорном назначении класса. Сокращения: AIC = информационный критерий Акаике; BIC = байесовский информационный критерий; aBIC = байесовский информационный критерий с поправкой на размер выборки; LMR-LRT = скорректированный тест отношения правдоподобия Ло-Менделла-Рубина; BLRT = бутстрэп-тест отношения правдоподобия.
| Показатель | Классификация | Высокая независимость — медленное улучшение (C1) (n = 6) | Умеренная зависимость — быстрое ухудшение (C2) (n = 54) | Высокая зависимость — значительное улучшение (C3) (n = 90) | Высокая зависимость — медленное обострение (C4) (n = 50) | Статистический показатель | Значение P |
| Возраст (лет) | — | 58.20 ± 7.80 | 61.50 ± 7.40 | 5.80 ± 7.60 | 63.10 ± 7.20 | 12.572 | <0.01 |
| Пол | Мужской | 43 | 35 | 58 | 31 | 0.142 | 0.986 |
| Женский | 23 | 19 | 32 | 19 | |||
| ИМТ (kg/m²) | — | 23.60 ± 2.70 | 23.40 ± 2.80 | 23.80 ± 2.90 | 23.50 ± 2.60 | 0.27 | 0.847 |
| Семейное положение | Женат/замужем | 46 | 24 | 64 | 25 | 14.749 | 0.02 |
| Не замужем / разведен / овдовел | 20 | 30 | 26 | 25 | |||
| Классификация сердечной функции | Класс I–II | 41 | 2 | 60 | 20 | 15.283 | 0.002 |
| Класс III–IV | 25 | 32 | 30 | 30 | |||
| Тип инфаркта миокарда | С подъемом сегмента ST | 50 | 35 | 4 | 37 | 15.035 | 0.02 |
| Без подъема сегмента ST | 16 | 19 | 46 | 13 | |||
| Чрескожное коронарное вмешательство | Да | 45 | 38 | 62 | 21 | 12.863 | 0.05 |
| Нет | 21 | 16 | 28 | 29 | |||
| Тромболитическая терапия | Да | 52 | 49 | 6 | 29 | 15.62 | 0.01 |
| Нет | 14 | 5 | 24 | 21 | |||
| Балл по шкале HAMD | — | 10.80 ± 2.70 | 13.10 ± 2.90 | 1.20 ± 2.60 | 14.10 ± 3.0 | 19.04 | <0.01 |
| Балл по шкале SSRS | — | 43.00 ± 4.80 | 38.50 ± 5.0 | 42.0 ± 4.90 | 36.80 ± 5.10 | 20.742 | <0.01 |
| Балл по шкале GAD-7 | — | 9.50 ± 2.50 | 12.10 ± 2.80 | 10.0 ± 2.60 | 13.70 ± 3.0 | 30.585 | <0.01 |
| Наличие сопутствующих заболеваний в анамнезе | Да | 20 | 32 | 28 | 34 | 27.903 | <0.01 |
| Нет | 46 | 2 | 62 | 16 |
Таблица 2: Одномерный анализ характеристик по классам траектории зависимости от ухода. Непрерывные переменные представлены в виде среднего значения ± стандартного отклонения и сравнивались с помощью однофакторного дисперсионного анализа. Категориальные переменные представлены в виде количества участников и сравнивались с помощью критерия хи-квадрат Пирсона. Все значения P представляют собой двусторонние общие сравнения между четырьмя классами траекторий. Сокращения: BMI = индекс массы тела; HAMD-17 = 17-пунктовая шкала Гамильтона для оценки депрессии; SSRS = шкала оценки социальной поддержки; GAD-7 = опросник генерализованного тревожного расстройства-7; PCI = чрескожное коронарное вмешательство.
| Переменная | Описание задания |
| Возраст | Введено как исходное значение |
| Семейное положение | Не замужем/не женат, разведен/разведена, вдовец/вдова = 0; состоит в браке = 1 |
| Классификация функций сердца | Класс Ⅰ, Ⅱ = 0; Класс Ⅲ, Ⅳ = 1 |
| Тип инфаркта | Отсутствие элевации сегмента ST = 0; элевация сегмента ST = 1 |
| Интервенционная терапия | Нет = 0; Да = 1 |
| Тромболитическая терапия | Нет = 0; Да = 1 |
| шкала HAMD | Введено как исходное значение |
| Балл по шкале SSRS | Введено в качестве исходного значения |
| Балл по шкале GAD-7 | Введено как исходное значение |
| Анамнез сопутствующих заболеваний | Нет = 0; Да = 1 |
Таблица 3: Кодирование потенциальных предикторов для мультиномиальной логистической регрессии. Возраст, HAMD-17, SSRS и GAD-7 были введены с использованием их исходных непрерывных значений. Для дихотомических переменных категория, закодированная как 0, служила референтной категорией: не замужем/не женат/разведен/вдовец/вдова для семейного положения; функция сердца I–II класса; NSTEMI; отсутствие PCI; отсутствие тромболитической терапии; отсутствие сопутствующих заболеваний в анамнезе. Сокращения: HAMD-17 = 17-пунктовая шкала Гамильтона для оценки депрессии; SSRS = шкала оценки социальной поддержки; GAD-7 = опросник генерализованного тревожного расстройства-7; NSTEMI = инфаркт миокарда без подъема сегмента ST; PCI = чрескожное коронарное вмешательство.
| Сравнение групп | Переменная | β | SE | Wald χ² | P | Скорректированное ОШ (95% ДИ) |
| C2 против C1 | Возраст | 0.052 | 0.03 | 2.85 | 0.089 | 1.053 (0.92–1.118) |
| В браке | −1.422 | 0.475 | 8.951 | 0.03 | 0.241 (0.095–0.612) | |
| HAMD-17 | 0.281 | 0.085 | 10.893 | <0.01 | 1.324 (1.121–1.564) | |
| SSRS | −0.240 | 0.052 | 21.236 | <0.01 | 0.787 (0.71–0.871) | |
| GAD-7 | 0.317 | 0.086 | 13.607 | <0.01 | 1.374 (1.160–1.626) | |
| Сопутствующие заболевания | 1.134 | 0.48 | 5.567 | 0.018 | 3.107 (1.212–7.968) | |
| C3 против C1 | Возраст | −0.047 | 0.023 | 4.389 | 0.036 | 0.954 (0.912–0.97) |
| В браке | 0.085 | 0.367 | 0.054 | 0.817 | 1.08 (0.531–2.23) | |
| HAMD-17 | 0.053 | 0.064 | 0.682 | 0.409 | 1.054 (0.930–1.195) | |
| SSRS | −0.048 | 0.034 | 1.982 | 0.159 | 0.953 (0.891–1.019) | |
| GAD-7 | 0.078 | 0.06 | 1.375 | 0.241 | 1.081 (0.949–1.231) | |
| Сопутствующие заболевания | 0.019 | 0.374 | 0.03 | 0.959 | 1.020 (0.490–2.123) | |
| C4 против C1 | Возраст | 0.074 | 0.035 | 4.438 | 0.035 | 1.07 (1.005–1.154) |
| В браке | −1.394 | 0.54 | 6.574 | 0.01 | 0.248 (0.085–0.720) | |
| HAMD-17 | 0.383 | 0.097 | 15.73 | <0.01 | 1.46 (1.214–1.72) | |
| SSRS | −0.318 | 0.06 | 27.91 | <0.01 | 0.727 (0.646–0.819) | |
| GAD-7 | 0.473 | 0.101 | 2.1 | <0.01 | 1.605 (1.318–1.95) | |
| Сопутствующие заболевания | 1.494 | 0.52 | 7.32 | 0.07 | 4.454 (1.51–13.134) |
Таблица 4: Мультиномиальный логистический регрессионный анализ факторов, связанных с принадлежностью к траекториям зависимости от сестринского ухода. C1, Высокая независимость — Медленное улучшение, была определена в качестве контрольной категории исхода. Приведены скорректированные значения OR и 95% CI для C2 по сравнению с C1, C3 по сравнению с C1 и C4 по сравнению с C1. Итоговая модель основных эффектов была получена с помощью пошагового метода исключения на основе отношения правдоподобия. Итоговая модель показала значительное улучшение по сравнению с моделью, содержащей только константу (критерий отношения правдоподобия χ2 = 190.966, df = 18, P < 0.01), при псевдо-R2 Нагелькерке 0.57 и общей точности классификации 53.1%. Сокращения: OR = отношение шансов; CI = доверительный интервал; HAMD-17 = 17-пунктовая шкала Гамильтона для оценки депрессии; SSRS = шкала оценки социальной поддержки; GAD-7 = шкала генерализованного тревожного расстройства-7.
Дополнительный файл 1: Исходные данные, подтверждающие результаты данного исследования.Пожалуйста, нажмите здесь, чтобы скачать этот файл.
Обсуждение
Продольные изменения зависимости от сестринского ухода следует интерпретировать дескриптивно. На уровне всей когорты средний балл по шкале CDS составил 48,28 ± 10,25 в момент T1, что указывает на значительную потребность в сестринском уходе в ранней фазе после ИМ1. Балл CDS увеличился до 54,16 ± 14,3 в момент T2 в период острого лечения и раннего восстановления12, незначительно снизился до 52,82 ± 12,17 при выписке и снова увеличился до 56,58 ± 15,15 через 1 месяц после выписки. Предыдущие исследования подчеркивали трудности, связанные с участием в кардиологической реабилитации после ИМ13; однако в настоящем исследовании не оценивалось напрямую,Whether участие в реабилитации или другие специфические факторы обусловили наблюдаемые временные изменения. Анализ латентных классов дополнительно показал, что общий средний паттерн скрывал четыре существенно различающиеся траектории. Эта гетерогенность в целом согласуется с предыдущими исследованиями сердечно-сосудистых траекторий, включая траектории качества жизни, связанного со здоровьем, после ИМ14, и траектории самопомощи у пациентов с ишемической болезнью сердца15. Различия в количестве и форме классов в разных исследованиях могут отражать различия в измеряемых конструктах, графиках оценки, популяциях пациентов, продолжительности последующего наблюдения и подходах к моделированию латентных классов.
Несколько этапов протокола имеют решающее значение для воспроизводимости. Во-первых, момент T1 должен быть определен единообразно. Исходная оценка должна проводиться после успешного оказания экстренной помощи и восстановления сознания, так как более ранняя оценка может зафиксировать преходящую клиническую нестабильность, а не достоверное функциональное состояние. Во-вторых, проведение CDS должно быть стандартизировано для всех четырех временных точек, так как изменения в инструкциях или процедурах оказания помощи могут привести к возникновению искусственных лонгитудинальных различий. В-третьих, исходные психосоциальные оценки должны быть четко отделены от повторных оценок CDS. Тесты HAMD-17, GAD-7 и SSRS проводились один раз в точке T1, в то время как CDS проводился повторно в точках T1–T4. Наконец, при подгонке GMM следует использовать достаточное количество случайных стартовых значений и оценивать модель по репликации оптимального логарифмического правдоподобия, допустимым оценкам параметров, апостериорным вероятностям и клинически значимым размерам классов, а не выбирать ее исключительно на основании снижения значений AIC или BIC.
Выбор решения с четырьмя классами иллюстрирует важный аспект моделирования смесей. Добавление пятого класса незначительно снизило информационные критерии и увеличило энтропию; однако решение с пятью классами не продемонстрировало статистически значимого улучшения согласно ни LMR-LRT (P = 0.128), ни BLRT (P = 0.063), а также привело к появлению небольшой подгруппы, включающей лишь 6.4% выборки, с ограниченной дополнительной клинической дифференциацией. Таким образом, при аналогичном применении каждый дополнительный класс не должен автоматически интерпретироваться как значимая биологическая или клиническая подгруппа. Следует вернуться к более простому решению, если модель создает очень малый класс, демонстрирует нестабильную сходимость, выдает невоспроизводимое оптимальное логарифмическое правдоподобие, формирует невероятные траектории или показывает существенные изменения в составе классов в ответ на незначительные изменения начальных значений. И наоборот, статистически более простая модель может быть неприемлемой, если она объединяет клинически различные, четко разделенные лонгитюдные паттерны.
Анализ ассоциированных факторов следует интерпретировать как поисковый, а не как прогностический или причинно-следственный. Возраст продемонстрировал специфические для каждого класса связи с принадлежностью к траектории. В предыдущих проспективных исследованиях пациентов с AMI было установлено, что пожилой возраст является важным коррелятом последующего ухудшения состояния здоровья и способности к повседневной деятельности16,17. Семейное положение также было связано с принадлежностью к траектории; в систематическом обзоре и метаанализе сообщалось о связях между наличием супруга или партнера и результатами, сообщаемыми пациентами после инфаркта миокарда18. Более низкий уровень воспринимаемой социальной поддержки ассоциировался с худшим состоянием здоровья и депрессивными симптомами после AMI19, в то время как психологический дистресс после инфаркта миокарда также имеет клиническое значение20. Проспективные данные дополнительно связали низкий уровень воспринимаемой социальной поддержки с худшими показателями физического и психического здоровья после AMI21. Наличие сопутствующих заболеваний было связано с несколькими сравнениями траекторий в настоящем исследовании, а предыдущие данные связывали мультиморбидность с функциональными нарушениями у пациентов с AMI в анамнезе22. Тем не менее, в настоящем анализе не оценивались физиологические, поведенческие или психосоциальные механизмы, лежащие в основе этих связей. Следовательно, полученные результаты не следует интерпретировать как доказательство того, что изменение этих факторов обязательно приведет к изменению класса траектории.
Данный метод имеет несколько ограничений. Исследование проводилось в одном центре с использованием метода удобной выборки, что могло привести к ошибке отбора и ограничить внешнюю валидность. В исследование были включены только пациенты, перенесшие первый инфаркт миокарда; следовательно, выявленная структура траекторий может быть неприменима к пациентам с рецидивирующими событиями. Наблюдение закончилось через 1 месяц после выписки, что исключило возможность оценки стабильности четырех классов траекторий в течение более длительных периодов. Важные сердечно-сосудистые переменные, включая фракцию выброса левого желудочка, класс по Киллипу, характеристики виновного сосуда, успех процедуры, внутрибольничные осложнения, детальную медикаментозную терапию, уровень мозгового натрийуретического пептида, переносимость физических нагрузок и участие в структурированной кардиологической реабилитации, не были систематически учтены. Таким образом, нельзя исключить остаточное влияние смешивающих факторов, связанных с тяжестью заболевания, интенсивностью лечения и статусом реабилитации.
Дополнительное ограничение касается точности некоторых оценок регрессии для конкретных классов. Формальный априорный расчет размера выборки на основе симуляции не проводился. Хотя GMM для четырех классов продемонстрировала стабильную сходимость и удовлетворительное качество классификации, некоторые группы траекторий были относительно небольшими. Следовательно, к широким доверительным интервалам для отдельных оценок, особенно касающихся наличия сопутствующих заболеваний в анамнезе, следует относиться с осторожностью. Для подтверждения выявленной структуры классов и связанных с ними факторов необходимы более крупные многоцентровые проспективные когорты с более длительными периодами наблюдения, более всесторонним сердечно-сосудистым фенотипированием и независимым воспроизведением результатов. Несмотря на эти ограничения, комбинированный подход с использованием повторного CDS и GMM представляет собой практический метод выявления гетерогенных паттернов раннего восстановления и может способствовать более индивидуализированной сестринской оценке и последующему наблюдению за пациентами с AMI.
Раскрытие информации
Авторы заявляют об отсутствии конфликта интересов. При подготовке, написании, редактировании или создании рисунков для данной рукописи инструменты искусственного интеллекта (И) не использовались.
ВКЛАД АВТОРОВ:
Все авторы участвовали в разработке концепции и планировании исследования, сборе и интерпретации данных, а также в подготовке и редактировании рукописи. Все авторы ознакомились с окончательной версией рукописи, одобрили ее и согласны нести ответственность за все аспекты данной работы
Благодарности
Авторы выражают благодарность пациентам, принявшим участие в исследовании, и медицинскому персоналу, который оказал помощь в проведении анкетирования, сборе данных и последующем наблюдении. Данное исследование не получило специального гранта от каких-либо финансирующих организаций в государственном, коммерческом или некоммерческом секторах.
Материалы
| Имя | Компания | Каталожный номер | Комментарии |
|---|---|---|---|
| Шкала зависимости от ухода (Care Dependency Scale, CDS) | Dijkstra A, Buist G, Dassen T | Н/П | Оригинальная шкала оценки зависимости от сестринского ухода из 15 пунктов; более высокие баллы указывают на большую степень независимости. |
| Шкала зависимости от ухода (Care Dependency Scale), китайская версия | Zhang SQ, Zhu YM, Li L, et al. | Н/П | Китайская версия/источник валидации, цитируемый в рукописи и используемый для обоснования применения CDS в данном исследовании. |
| Анкета общей информации | Исследовательская группа, Linquan County People’s Hospital | Разработано в рамках исследования; без каталожного номера | Специализированная форма исследования, используемая для сбора данных о возрасте, поле, ИМТ, семейном положении, классификации сердечной функции, типе инфаркта миокарда, стратегии реперфузии и наличии сопутствующих заболеваний. |
| Опросник генерализованного тревожного расстройства-7 (GAD-7) | Spitzer RL, Kroenke K, Williams JBW, Löwe B | Н/П | Опубликованная шкала тревоги из 7 пунктов, применявшаяся один раз при исходном обследовании (T1). |
| Шкала оценки депрессии Гамильтона, 17 пунктов (HAMD-17) | Hamilton M | Н/П | Опубликованная шкала оценки депрессии врачом; при исходном обследовании (T1) использовался метод подсчета баллов по 17 пунктам. |
| IBM SPSS Statistics | IBM Corp. | Версия 26.0 | Статистическое программное обеспечение, использовавшееся для расчета описательной статистики, однофакторного ANOVA, критериев хи-квадрат и мультиномиальной логистической регрессии. |
| Документация IBM SPSS Statistics 26 | IBM Corp. | Документация к версии 26 | Официальный документационный ресурс для IBM SPSS Statistics 26. |
| Mplus | Muthén & Muthén | Версия 8.3 | Статистическое программное обеспечение, использовавшееся для построения моделей смеси роста от одного до пяти классов; версия 8.3 была выпущена 30 апреля 2019 года. |
| Руководство пользователя Mplus | Muthén & Muthén | Восьмое издание / Версия 8 | Официальная документация пользователя Mplus версии 8, использовавшаяся в качестве методологического программного ресурса. |
| Шкала оценки социальной поддержки (SSRS) | Xiao SY | Н/П | Опубликованная китайская шкала социальной поддержки из 10 пунктов, применявшаяся один раз при исходном обследовании (T1). |
| Контрольный список STROBE для когортных исследований | STROBE Initiative | Контрольный список для когортных исследований | Контрольный список отчетности, использованный для проверки полноты отчета о лонгитюдном обсервационном исследовании. |
| Заявление STROBE | STROBE Initiative | Руководство 207 года | Руководство по отчетности для обсервационных исследований; использовалось как ресурс по оформлению дизайна исследования, описанию участников, смещений, статистических методов, результатов и ограничений. |
Ссылки
- Cai D, et al. Sex differences in outcomes in patients with acute myocardial infarction. BMC Cardiovasc Disord. 2025;25(1):272.
- Liu M, et al. A patient with acute myocardial infarction with electrocardiogram Aslanger's pattern. BMC Cardiovasc Disord. 2024;24(1):3.
- Yu F, Yuan X, Fu S. Optimizing emergency nursing protocols to enhance outcomes in patients with acute myocardial infarction: a retrospective study. Medicine (Baltimore). 2025;104(23):e41412.
- Guo J, Chen Y, Dai Y, Chen Q, Wang X. Influencing factors of care dependence in patients with coronary heart disease after percutaneous coronary intervention: a cross-sectional study. Nurs Open. 2023;10(1):241-251.
- Zhang SQ, Zhu YS, Li L, Ye WQ. Reliability and validity analysis of the Chinese version of the Care Dependency Scale for elderly patients. J Nurs Sci. 2014;29(3):7-9. [in Chinese].
- Li CQ, Zhong GK. Application of several commonly used mental health rating scales in psychiatry. Chin J Clin Rehabil. 2005;(12):34. [in Chinese].
- Spitzer RL, Kroenke K, Williams JBW, Löwe B. A brief measure for assessing generalized anxiety disorder: the GAD-7. Arch Intern Med. 2006;166(10):1092-1097.
- Xiao SY. The theoretical basis and research application of the Social Support Rating Scale. J Clin Psychiatry. 1994;4(2):98-100. [in Chinese].
- Muthén LK, Muthén BO. How to use a Monte Carlo study to decide on sample size and determine power. Struct Equ Modeling. 2002;9(4):599-620.
- Pate A, et al. Minimum sample size for developing a multivariable prediction model using multinomial logistic regression. Stat Methods Med Res. 2023;32(3):555-571.
- Shen Y, et al. Observation on the application effect of stressor perception and response meticulous nursing in the perioperative period of acute myocardial infarction. Altern Ther Health Med. 2024;30(1):63-67.
- Nakamura K, Ohbe H, Uda K, Fushimi K, Yasunaga H. Early rehabilitation after acute myocardial infarction: a nationwide inpatient database study. J Cardiol. 2021;78(5):456-462.
- Wang L, Liu J, Fang H, Wang X. Factors associated with participation in cardiac rehabilitation in patients with acute myocardial infarction: a systematic review and meta-analysis. Clin Cardiol. 2023;46(11):1450-1457.
- Munyombwe T, et al. Quality of life trajectories in survivors of acute myocardial infarction: a national longitudinal study. Heart. 2020;106(1):33-39.
- Ingadóttir B, Svavarsdóttir MH, Jurgens CY, Lee CS. Self-care trajectories of patients with coronary heart disease: a longitudinal, observational study. Eur J Cardiovasc Nurs. 2024;23(7):780-788.
- Hajduk AM, Dodson JA, Murphy TE, Chaudhry SI. A risk model for decline in health status after acute myocardial infarction among older adults. J Am Geriatr Soc. 2023;71(4):1228-1235.
- Hajduk AM, et al. Risk model for decline in activities of daily living among older adults hospitalized with acute myocardial infarction: the SILVER-AMI study. J Am Heart Assoc. 2020;9(19):e015555.
- Zhu C, Tran PM, Leifheit EC. Association of marital/partner status and patient-reported outcomes following myocardial infarction: a systematic review and meta-analysis. Eur Heart J Open. 2023;3(2):oead018.
- Leifheit-Limson EC, et al. The role of social support in health status and depressive symptoms after acute myocardial infarction: evidence for a stronger relationship among women. Circ Cardiovasc Qual Outcomes. 2010;3(2):143-150.
- Levine GN, et al. Post-myocardial infarction psychological distress: a scientific statement from the American Heart Association. Circulation. 2025;152(16):e298-e310.
- Bucholz EM, et al. Effect of low perceived social support on health outcomes in young patients with acute myocardial infarction: results from the VIRGO (Variation in Recovery: Role of Gender on Outcomes of Young AMI Patients) study. J Am Heart Assoc. 2014;3(5):e001252.
- Bagai A, et al. Multimorbidity, functional impairment, and mortality in older patients stable after prior acute myocardial infarction: insights from the TIGRIS registry. Clin Cardiol. 2022;45(12):1277-1286.