基于潜类别增长模型的脑梗死患者功能独立性变化轨迹及影响因素分析

蒋希旺, 侯雪, 韩雪, 王彤彤

中国实用神经疾病杂志 ›› 2024, Vol. 27 ›› Issue (07) : 863 -868.

PDF
中国实用神经疾病杂志 ›› 2024, Vol. 27 ›› Issue (07) : 863 -868.

基于潜类别增长模型的脑梗死患者功能独立性变化轨迹及影响因素分析

作者信息 +

Author information +
文章历史 +
PDF

摘要

目的 基于潜类别增长模型和多元线性回归探讨脑梗死患者功能独立性的变化轨迹与影响因素。方法 以国际功能、残疾和健康分类(ICF)框架为基础,采用潜类别增长模型分析脑梗死患者功能独立性变化轨迹。运用多元线性回归分析方法对患者的生理、个人和环境因素进行全方位评估,分析其对脑梗死患者功能独立性的影响。结果 脑梗死患者功能独立稳定型占54.0%,功能独立成长型、功能独立衰退型分别占18.0%、28.0%。多元线性回归分析显示,脑梗死患者肌力、体重指数(BMI)、NIHSS评分、改良Barthel指数(MBI)、居住适应、出行便利、婚姻状况是脑梗死患者功能独立性水平的影响因素,差异均有统计学意义(P<0.05)。结论 通过深入理解ICF框架,在制定脑梗死患者康复策略时,应充分考虑功能独立性的影响因素,并根据患者的功能独立性变化轨迹制定个性化、全方位的康复计划,不仅有助于提高脑梗死患者的功能独立性,还可有效改善其生活质量。

关键词

脑梗死 / 功能独立性 / 潜类别增长模型 / 国际功能、残疾和健康分类框架 / 影响因素

Key words

引用本文

引用格式 ▾
蒋希旺, 侯雪, 韩雪, 王彤彤 基于潜类别增长模型的脑梗死患者功能独立性变化轨迹及影响因素分析[J]. 中国实用神经疾病杂志, 2024, 27(07): 863-868 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

14

访问

0

被引

详细

导航
相关文章

AI思维导图

/