慢性心力衰竭(chronic heart failure,CHF)具有患病率高、病死率高和再入院率高的特点
[1]。这不仅给家庭与社会带来了沉重的医疗负担,也制约了中国经济发展及人民生活水平与质量的提升。优化的药物联合治疗是控制CHF患者临床症状,降低病死率及再入院率的主要方式
[2]。CHF患者需要长期甚至终身服药,且以居家口服用药为主。具备良好的用药管理技能、确保用药安全是CHF患者疾病自我管理的重中之重。药物素养是预测患者服药行为的重要因素
[3],良好的药物素养是用药管理所需要的重要技能
[4],也是确保用药安全的关键。药物素养是指个人获取、理解、交流、计算和处理其特定药物信息[不论药物信息以何种方式传递(如书面、口头和视觉)],以做出知情的药物和健康决策,从而安全、有效地使用药物的能力
[5]。大量研究
[6-8]表明,具备良好药物素养的患者能够正确处理药物剂量、途径、时间等,减少用药偏差,从而改善健康结局。相反,药物素养不足与药物依从性差、健康结局差和医疗费用增加有关。自药物素养的概念出现以来,科研人员不断探索评估药物素养的工具。总体上,现存的药物素养评估工具可分为3大类,即针对特殊人群、针对特定药物和普适性评估工具
[9]。针对特殊人群(如孕妇)及针对特定药物(如非甾体类抗炎药)的评估工具显然不适用于CHF患者,普适性评估工具(如中文版药物素养评估工具)设定了胰岛素皮下注射用药场景使得适用人群受限。因此,本研究旨在编制CHF患者药物素养的特异性评估工具,为CHF患者的用药提供参考。
1 对象与方法
1.1 伦理声明
本研究已获得中南大学护理学院护理与行为医学伦理审查委员会批准(审批号:E2022182),并获得各研究场所许可。在施测前,征得患者本人同意并签署书面知情同意书。
1.2 编制量表条目池
1.2.1 理论基础
研究
[10]表明,基于概念模型编制的健康结局评估工具更可靠。本研究将基于Neiva等
[4]提出的药物素养概念模型编制针对CHF患者的药物素养评估量表(
附表1,
https://doi.org/10.57760/sciencedb.xbyxb.00181)。该概念模型中的4个维度解释如下:功能性素养是具备在日常用药情景中良好的读写能力;沟通素养是具备从不同形式的交流中提取有用药物信息,并将新信息应用到不断变化的用药环境中的能力;评判性素养是具备评判性地分析药物信息,并有效处理药物使用过程中不同情形的能力;计算能力是个体访问、处理、解释、交流有关数字、数量、图形、生物统计和概率等用药信息并做出正确的药物相关决策的能力。
1.2.2 文献分析
因药物素养无主题词,本研究采用自由词进行检索,中文自由词:药物素养;英文自由词:medication literacy、drug-literacy、drug literacy、pharmacy health literacy、pharmacotherapy literacy。检索中文数据库:中国知网、万方数据库、维普中文科技期刊全文数据库和中国生物医学文献服务系统。检索外文数据库:Web of Science、PubMed、Elsevier。
在广泛回顾文献的基础上,经过小组讨论,基于药物素养的概念模型,结合CHF患者最新用药指南
[2],将阅读药物说明书和服药清单作为用药场景设置,初步拟定24个条目,分别是功能性素养10个条目(功能1'~功能10'),沟通素养3个条目(沟通1'~沟通3'),评判性素养6个条目(评判1'~评判6')和计算能力5个条目(计算1'~计算5')。采用二分类计分法,回答正确计1分,回答错误或“不知道”计0分,总分越高代表患者药物素养水平越高。
1.2.3 专家函询
专家遴选标准:1)医学相关领域;2)工作5年及以上;3)本科及以上学历;4)中级及以上职称;5)对研究内容感兴趣,自愿参加本研究。由课题小组成员自制专家函询表,并通过电子邮件发送。函询表包括专家邀请信、正文和专家情况调查表。正文里说明填表方法并提供量表编制依据的概念模型及各维度定义,再对每个条目进行重要性评分和相关性评分,重要性评分为Likert 5级评分,相关性评分为Likert 4级评分。在每个条目后设置专家意见栏,以便收集其宝贵建议,在最后设置增加条目栏,供专家增加条目。将专家函询中重要性得分均数<4.00、满分比<0.20、变异系数>0.25的条目予以删除
[11]。
1.2.4 认知性访谈
便利抽取长沙市某三级甲等医院心血管内科病区符合纳入和排除标准的CHF患者,样本量以信息饱和为原则。纳入标准:1)诊断符合中华医学会的CHF诊断标准
[2],纽约心脏病协会(New York Heart Association,NYHA)心功能II~IV级;2)年龄≥18岁;3)至少服用1种治疗CHF的药物;4)识字且视力正常;5)自愿参加本研究。排除标准:1)精神疾病史或认知功能障碍;2)严重的脏器功能衰竭,处于姑息治疗阶段;3)正在或退休前从事医疗工作。
访谈提纲:1)您觉得整个问卷怎么样?2)您是怎样理解指导语的?3)您是怎样理解这个问题的?4)当你做出这个选择时您是怎样想的?当个别受访者(≥2人)提出言语优化建议时则予以修改
[12]。
1.3 量表的测试
1.3.1 调查对象
便利抽取湖南省心衰中心联盟5家心衰中心在2023年1月至6月符合纳入和排除标准的CHF患者作为研究对象。根据因子分析的要求,样本量至少为因子数的5~10倍,探索性因子分析(exploratory factor analysis,EFA)样本量应在100例以上
[13],验证性因子分析(confirmatory factor analysis,CFA)样本量应在200例以上
[14],故确定样本量为24×7+200=368例。
1.3.2 调查工具
一般资料调查问卷:由课题小组自行设计,包括患者性别、年龄、文化水平、婚姻状态、职业状态等。
中文版药物素养评估量表:原量表2012年由美国得克萨斯大学Sauceda教授
[15]编制,2016年由郑凤等
[16]汉化并进行了信效度检验,量表的库德-理查森公式20(Kuder-Richardson formula 20,KR-20)为0.820,分半信度为0.840,重测信度为0.885。该量表采用二分类计分,答对计1分,答错计0分,总分为14,得分越高说明患者药物素养水平越高。
CHF患者药物素养评估量表(初版):本次课题编制。
1.4 量表的信效度检验
1.4.1 项目分析法
临界比值法:采用两独立样本
t检验比较总分前27%的高分组与后27%的低分组的差异,若
P>0.05,则将该条目删除
[17]。
相关系数法:用Pearson相关分析检验各条目得分与总量表得分之间的相关性
r,若
r<0.3,则将该条目删除
[18]。
克龙巴赫α系数法:若删除某一条目后克龙巴赫 α系数有较大上升,则将该条目删除
[19]。
因子分析法:采用主成分分析法,萃取特征值>1的公因子,若各因子内载荷均<0.4或在2个及2个以上因子具有多重载荷且载荷值>0.4,则将该条目删除
[20]。
1.4.2 EFA
EFA是通过对一组变量进行降维处理,旨在用最少的条目解释最大的总变异量
[20]。如EFA结果未完全符合量表编制的理论框架,可逐个删除条目后再进行第
n次探索,直到符合理论框架或达到简单结构目的
[20]。删除以上4种方法中的3种及3种以上均建议删除的条目后进行EFA。在取样适切性量数(Kaiser-Meyer-Olkin,KMO)>0.7的前提下,通过因子旋转,结合量表编制依据的概念模型确定最终因子数。
1.4.3 信度分析
KR-20:用于二分数据,一般认为应达到0.7以上
[19]。
折半信度:按条目奇偶数分为2部分,2部分得分的相关系数>0.7时代表内部一致性良好
[21]。
重测信度:便利抽取30例CHF患者2周后再次填写量表,评估前后2次的相关性,一般要求相关系数
r>0.7
[19]。
1.4.4 效度分析
内容效度:当专家人数超过6人时,要求条目水平的内容效度(item-level content validity index,I-CVI)>0.78
[22];量表水平的内容效度(scale-level content validity index,S-CVI)>0.8代表量表内容效度较好
[23]。
校标关联效度:本研究以中文版药物素养评估量表为校标,检验CHF患者药物素养评估量表与其相关性。
结构效度:结构效度旨在验证量表的实际结构是否与预设构想相契合
[17]。本研究前期筛选条目时已进行EFA,此阶段结构效度主要用CFA评价。一般认为,卡方自由度比(chi-square/degrees of freedom ratio,
χ2/
df)<3,近似误差均方根(root mean square error of approximation,RMSEA)<0.05,拟合优度指数(goodness of fit index,GFI)>0.9、比较拟合指数(comparative fit index,CFI)>0.9为模型拟合较好
[19]。
1.5 统计学处理
采用IBM SPSS 25.0软件录入和分析数据,采用Amos 26.0软件进行CFA。计数资料用频数(构成比)进行描述,计量资料服从正态分布的用均数±标准差描述。P<0.05为差异有统计学意义。
2 结 果
2.1 专家函询结果
共函询10位专家,其中临床医学专业5位,护理专业2位,临床药学、公共卫生、社会医学与卫生事业管理专业各1位;正高级职称1位,副高级职称3位,中级职称6位。10位专家均在2周内给予反馈,专家积极系数为100%。2轮专家权威系数分别为0.955、0.960,Kendall’s W分别为0.278、0.407(均P<0.001),第2轮Kendall’s W接近0.5,经课题组讨论后终止函询。2轮专家函询后无条目删除,修改了2处语言表达,并增加了条目评判7':1)将条目功能9'“张先生在星期一需要服用哪些药物?”修改为“张先生通常情况下星期一需要服用哪些药物?”。2)将条目计算3'的答案“A.1周;B.2周;C.3周;D.不知道”修改为“A.7天;B.14天;C.21天;D.不知道”。3)增加条目评判7'“如果张先生的琥珀酸美托洛尔缓释片吃完了,是否可以服用下边药盒所示的酒石酸美托洛尔片替代”,答案设为“A.可以;B.不可以;C.不知道”。
2.2 认知性访谈结果
共访谈30例患者,修改2处语言表达,增设答案选项,调整条目顺序并删除条目功能10':1)将血压单位“mmHg”和血糖单位“mmol/L”改为“毫米汞柱”“毫摩尔/升”;2)将“张先生出院后2周血压的收缩压维持在100~120毫米汞柱,舒张压维持在60~70毫米汞柱,请问现在他可以每次吃几片沙库巴曲缬沙坦片?”修改为“张先生出院后2周血压波动在120/80毫米汞柱左右,请问他可以每次吃几片沙库巴曲缬沙坦片?”;3)部分题项在设计时无“不知道”选项,但在患者实际作答过程中会回答“不知道”,因此增设“不知道”选项;4)原始量表有些题目比较跳跃,为减少患者阅读负担,调整题目顺序与药物呈现顺序一致;5)鉴于专业人员和非专业人员对“必要时”的药是长期服用还是临时服用理解上存在差异,删除条目功能10'。
2.3 量表的信效度检验
2.3.1 研究对象的一般资料
共调查368例CHF患者,其中年龄<60岁153例(41.6%);男261例(70.9%);小学及以下105例(28.5%),初中109例(29.6%),高中86例(23.4%),大专39例(10.6%),本科及以上29例(7.9%)等。
2.3.2 项目分析法
从368份数据中随机抽取168份数据进行项目分析,临界比值法建议删除条目功能6';相关系数法建议删除条目功能6';克龙巴赫α系数法建议删除条目功能4'、功能6'、沟通2'和计算1';因子分析法建议删除条目功能6'、评判3'、评判7'、计算2'和计算3'。综合以上4种方法结果,最终删除条目功能6'。
2.3.3 EFA
使用和项目分析法相同的168份数据进行EFA。在删除条目功能6'后,KMO值为0.783,Bartlett检验具有显著性(
χ2=1 087.814,
P<0.001),适合做EFA。采用主成分分析和最大方差法,结合药物素养概念模型和碎石图,提取4个固定公因子。以量表维度与药物素养概念模型相匹配及量表条目结构最优化为原则,共经过10次探索,逐个删除条目计算2'、评判7'、功能4'、功能9'、功能1'、功能8'、评判5'、评判6'、评判2'和计算5',最终剩13个条目,各条目维度载荷均>0.45,累计方差贡献率为61.512%。其中,条目计算3'除了在计算能力维度载荷>0.45外,在评判性素养维度载荷为0.476,经小组讨论后,保留计算3'为计算能力维度,得到最终量表共13个条目,分别为功能性素养4个条目(功能1~功能4),沟通素养、评判性素养和计算能力各3个条目(沟通1~沟通3、评判1~评判3、计算1~计算3;
表1)。
2.3.4 信度检验结果
总量表的KR-20为0.794,各维度的KR-20为0.504~0.724;总量表的折半信度为0.701,各维度的折半信度为0.451~0.668;总量表的重测信度为0.842,各维度的重测信度为0.528~0.848(
表2)。
KR-20:库德-理查森公式20。
2.3.5 效度检验结果
I-CVI和S-CVI分别为0.90~1.00和0.92。校标关联效度为0.739。结构效度:将剩下的200份数据进 行CFA,结果显示,
χ2/
df=1.472,均方根残差(root mean square residual,RMR)=0.009,RMSEA=0.049,GFI=0.942,调整后拟合优度指数(adjusted goodness-of-fit index,AGFI)=0.908,CFI=0.879,增值拟合指数(incremental fit index,IFI)=0.889(
表3)。绘制模型拟合路径图(
图1)。
χ2/df:卡方自由度比;RMR:均方根残差;RMSEA:近似误差均方根;GFI:拟合优度指数;AGFI:调整后拟合优度指数;CFI:比较拟合指数;IFI:增值拟合指数;PGFI:简约拟合优度指数;PNFI:简约规范拟合指数。
3 讨 论
本研究编制了CHF患者的药物素养评估量表,该量表具有科学性、可靠性和临床应用价值。首先,在广泛阅读国内外文献的基础上,将Neiva等
[4]提出的药物素养概念模型作为CHF患者药物素养评估量表的理论基础。概念模型是对事物的本质特征进行归纳,展示概念层次结构的概括性描述,将抽象的概念具体化,便于人们理解和认识
[24],基于概念模型编制的健康结局评估工具更可靠
[25]。通过小组讨论,采用患者最常见的药物呈现方式(药物说明书和服药清单)作为用药场景设置,参考最新的CHF患者用药指南,结合药物素养概念模型形成初始条目池。选择了10位具有不同医学背景的专家进行2轮函询,从专业人员的角度对量表条目进行修改。采用认知性访谈技术,从研究对象的视角完善指导语、各条目及各条目选项的表述,确保量表具有可读性。通过以上专家函询和认知性访谈,以定性的方法增删和优化量表条目。最后,从不同层级的心衰中心招募研究对象,通过项目分析法和EFA,以定量的方法删减条目,再对量表进行信效度检验,EFA和CFA采用随机选取的2份不同数据。可见,CHF患者药物素养评估量表的整个编制过程是科学、规范的。
其次,信度方面,总量表的KR-20为0.794,折半信度为0.701,均大于0.700,说明量表内部一致性良好
[19, 21]。从各维度来看,虽然沟通素养维度的KR-20仅为0.504,但有研究
[26]表明,当一个维度小于5个条目时,KR-20>0.500是可以接受的,这与沟通素养维度仅3个条目有关。在EFA阶段,为了实现量表维度与药物素养概念模型的理论契合及条目结构的最优化,共删除11个条目,由于信度受量表条目数的影响较大,导致该量表KR-20值降低。量表间隔2周后的重测信度为0.842,说明量表具有较好的跨时间稳定性
[19],可能与药物素养是一种客观能力,受主观影响较小,相对比较稳定有关。各维度的重测信度为0.528~0.848,其中功能性素养和计算能力维度大于评判性素养和沟通素养维度,说明功能性素养和计算能力较评判性素养和沟通素养更稳定,可能与患者在住院期间接受过药物知识宣教后评判性素养和沟通素养得到提高有关。2轮专家函询专家权威系数分别为0.955和0.960,均大于0.900,表明专家权威程度高,结果可靠
[27]。第2轮专家函询Kendall’s
W为0.407,接近0.500,表明专家意见协调一致
[27]。在效度方面,I-CVI>0.78,S-CVI>0.80,表明该量表条目充足,所测内容与药物素养这一概念紧密相关
[22-23]。EFA确定了4个维度,累计方差贡献率为61.512%,因子结构与量表依据的概念模型一致。进一步的CFA显示,除CFI、IFI接近0.9,处于可接受范围外,其他均达到理想值,表明模型拟合良好
[19]。CHF患者的药物素养评估量表与中文版药物素养评估量表相关系数为0.739,说明CHF患者药物素养评估量表可以有效评估患者的药物素养水平。综上,证实CHF患者药物素养评估量表具有良好的信度和效度。
最后,CHF患者药物素养评估量表是一个全面评估CHF患者获取、理解、沟通、计算和处理其药物信息能力的工具。相较于应用比较广泛的普适性药物素养评估工具来说,本研究编制的量表不仅包括所评估的功能性素养和计算能力,同时也能评估CHF患者评判性素养和沟通素养,而评判性素养和沟通素养在健康管理方面比功能性素养更为重要。因此,CHF患者药物素养评估量表的编制具有现实意义,为其可行性奠定扎实的根基。CHF患者药物素养评估量表共13个条目,患者平均完成时间(18 min)较大部分自我报告的评估工具长,其原因为该量表是基于表现形式的评估工具,即通过模拟研究对象在特定药物场景中处理药物的行为表现,反映其真实的药物素养水平,因此需要研究对象投入更多的时间和精力。量表中的用药场景包括药物说明书和CHF患者出院服药清单,在调查过程中,许多患者表示他们从用药场景中收获了知识。虽然CHF患者经常使用这些药物,但只有一小部分患者在日常用药过程中阅读了药物信息。药物素养作为健康素养的一个重要组成部分,同样是双向的,责任必须分担,如果患者未得到有用的信息并理解,那么他们的药物素养水平的高低并不重要
[28]。因此,从某种程度上来说,CHF患者药物素养评估量表不仅可以评估CHF患者药物素养水平,还为CHF患者提供高质量的药物信息并鼓励其在日常用药过程中关注药物信息。
综上所述,本研究编制的CHF患者药物素养评估量表理论依据科学、编制过程规范、信效度良好,可用于评估CHF患者的药物素养。
国家自然科学基金(72104251)