作者簡介 封富哲，護士，碩士研究生在讀

通訊作者 張會君，E?mail：13904069606@163.com

引用信息 封富哲，張會君.非住院腦卒中病人需求的潛在剖面分析及其與同伴支持活動參與意愿的關(guān)系[J].護理研究，2024，38（14）：2601?2606.

Latent profile analysis of the needs of non?hospitalized stroke patients and their relationship with willingness to participate in peer support activities

FENG Fuzhe， ZHANG Huijun

Jinzhou Medical University， Liaoning 121000 China

Corresponding Author" ZHANG Huijun， E?mail： 13904069606@163.com

Keywords""" stroke； needs； latent profile analysis； peer support； influencing factors； nursing

摘要" 目的：了解非住院腦卒中病人需求的分類特征，分析其與同伴支持活動參與意愿間的關(guān)系。方法：采用便利抽樣方法于2022年10月—2023年5月選取遼寧省285例腦卒中病人為研究對象，采用一般資料調(diào)查表、腦卒中病人支持性護理需求問卷進行調(diào)查。結(jié)果：非住院腦卒中病人需求分為低需求型、中需求?社會支持依賴型、高需求型，3組病人的年齡、工作狀態(tài)、醫(yī)療費用支付情況、獲知診斷的時間、是否愿意參與同伴支持活動比較，差異均有統(tǒng)計學(xué)意義（Plt;0.05）?；橐鰻顩r、工作狀態(tài)、醫(yī)療費用支付情況、交通是否便利以及潛在需求水平是非住院腦卒中病人參與同伴支持活動的影響因素（Plt;0.05）。結(jié)論：非住院腦卒中病人需求程度不一，其是病人同伴支持活動參與意愿的影響因素。

關(guān)鍵詞" 腦卒中；需求；潛在剖面分析；同伴支持；影響因素；護理

doi：10.12102/j.issn.1009-6493.2024.14.028

Northcott等[1]在2016年的研究中指出，每年約有670萬人死于腦卒中，腦卒中已成為全球人口死亡的第二大原因。我國腦卒中發(fā)病率居世界首位，且總體發(fā)病率呈穩(wěn)步上升趨勢[2?3]。腦卒中會引起一系列并發(fā)癥，如殘疾、抑郁、認知障礙、焦慮癥等[4?6]，而同伴支持可提高腦卒中病人生活質(zhì)量，提升病人情緒管理能力[7?9]，故促進同伴支持服務(wù)的可持續(xù)性和傳播具有重要意義。行為由需求驅(qū)動，需求會激勵個人采取行動，腦卒中病人的需求可能是參與同伴支持活動的內(nèi)在觸發(fā)機制。目前對腦卒中病人需求的研究多為現(xiàn)況調(diào)查，忽略了個體間反應(yīng)模式的潛在定性差異。潛在剖面分析（LPA）旨在識別多個變量的不同模式，而不是僅關(guān)注個體變量或他們的相互作用[10]。通過LPA可將異質(zhì)種群中的個體劃分為更小、更同質(zhì)的亞群體[11]，有利于揭示這些亞群體的隱藏信息[12]。本研究通過LPA對非住院腦卒中病人的潛在需求進行特征分類，探討其特征差異，并分析不同需求類別病人的同伴支持活動參與意愿，以期為提高非住院腦卒中病人同伴支持參與度并制定針對性的干預(yù)措施提供參考。

1" 對象與方法

1.1 研究對象

采用便利抽樣方法于2022年10月—2023年5月選取遼寧省錦州市古塔區(qū)、凌河區(qū)、太和區(qū)的285例腦卒中病人為研究對象。納入標準：1）通過影像學(xué)檢查確診為腦卒中；2）意識清楚，溝通能力良好；3）知情同意，自愿參與本研究。排除標準：1）存在嚴重的視力、聽力障礙；2）存在嚴重的認知障礙；3）患有癡呆、嚴重疾病或精神疾病。采用肯德爾樣本量估算法計算樣本量，即樣本量應(yīng)為自變量的10～15倍，考慮20%的失訪，計算得出應(yīng)納入150～180例病人，最終納入285例病人。本研究已獲得錦州醫(yī)科大學(xué)倫理委員會審批，所有參與者均知情同意。

1.2 調(diào)查工具

1.2.1 一般資料調(diào)查表

研究小組自行設(shè)計一般資料調(diào)查表，包括年齡、性別、文化程度、婚姻狀況、工作狀態(tài)、醫(yī)療費用支付情況、家庭平均月收入、獲知診斷的時間、交通是否便利和是否愿意參與同伴支持活動等。

1.2.2 腦卒中病人支持性護理需求問卷

腦卒中病人支持性護理需求問卷由喻偉霞等[13]于2020年編制，共包含34個項目，分為生活護理需求、疾病相關(guān)信息需求、癥狀管理需求、康復(fù)護理需求、社會支持需求、心理護理需求6個維度。問卷采用Likert 5級評分法，0分表示“不需要”，1分表示“需要已滿足”，2分表示“低需要”，3分表示“中需要”，4分表示“高需要”，得分越高表示病人的支持性護理需求水平越高。量表各維度的Cronbach's α系數(shù)為0.699～0.876，內(nèi)容效度為0.960[13]。

1.3 資料收集方法

調(diào)查開始前，對研究人員進行培訓(xùn)。培訓(xùn)合格后研究人員親自發(fā)放問卷以提高回復(fù)率，及時向病人解釋同伴支持的概念，獲得其知情同意。調(diào)查過程中研究人員避免表達個人情緒，確保中立。調(diào)查完成后及時檢查問卷完整性。

1.4 統(tǒng)計學(xué)方法

采用Mplus 8.2和SPSS 25.0進行統(tǒng)計分析，定性資料以頻數(shù)及百分比（%）表示，組間比較采用χ2檢驗和秩和檢驗。對研究中存在的共同方法偏差進行檢驗，因子方差解釋率的臨界標準為40%[14]。利用潛在需求的自我評估結(jié)果作為外源性反應(yīng)的指標，探索一個擬合良好的潛在輪廓模型；采用Logistic回歸分析同伴支持活動參與意愿的相關(guān)因素。采用艾凱克信息準則（AIC）、貝葉斯信息準則（BIC）、經(jīng)過樣本校正的貝葉斯信息準則（aBIC）、熵（Entropy）、似然比檢驗（LMRT）和基于Bootstrap的似然比檢驗（BLRT）評價潛在變量模型，AIC、BIC、aBIC值越小模型擬合越好；Entropy是評價類別分類準確性的指標，其值為0～1，Entropy≥0.8表示分類準確率超過90%。采用LMRT和BLRT比較k-1類別和k類別模型的擬合差異，兩者達到顯著水平表明k類別模型優(yōu)于k-1類別模型[15?17]。以Plt;0.05為差異有統(tǒng)計學(xué)意義。

2" 結(jié)果

2.1 共同方法偏差檢驗

相同的數(shù)據(jù)來源使得研究結(jié)果可能會受到同源誤差的影響，本研究通過對非住院病人進行參與意愿和需求水平問卷調(diào)查，有必要對研究中存在的共同方法偏差進行檢驗，以確保研究結(jié)果的準確性和可靠性，從而提高研究的內(nèi)部有效性，使得研究結(jié)論更具有科學(xué)性和可信度。采用Harman單因子法進行共同方法偏差檢驗，將量表的所有條目進行探索性因子分析，結(jié)果顯示，共有8個因子的特征值gt;1，首個因子方差解釋率為19.718%，低于推薦指標（40%），表示本研究通過此檢驗。

2.2 非住院腦卒中病人潛在需求剖面分析

構(gòu)建4個潛在類別模型，隨著剖面增加，AIC、BIC和aBIC值逐漸減小，而Entropy均gt;0.8。4個模型中，模型3的Entropy最高，模型4的AIC、BIC和aBIC值最小，但LMRT值無統(tǒng)計學(xué)意義，表明模型3可能是最合適的選擇，詳見表1。

2.3 潛在剖面的命名

繪制支持性護理需求潛在剖面圖，結(jié)果顯示，類別1各維度得分低于類別2和類別3，且波動較小，故將其命名為“低需求型”（47例，占16.49%）；類別3大部分維度得分高于類別1和類別2，故將其命名為“高需求型”（94例，占32.98%）；類別2大部分維度得分介于類別1和類別3之間，且其社會支持需求維度得分較高，故將其命名為“中需求?社會支持依賴型”（144例，占50.53%），見圖1。

2.4 不同需求的非住院腦卒中病人一般資料比較（見表2）

2.5 非住院腦卒中病人參與同伴支持活動的影響因素

2.5.1 非住院腦卒中病人參與同伴支持活動影響因素的單因素分析（見表3）

2.5.2""" 非住院腦卒中病人參與同伴支持活動影響因素的多因素分析

以非住院腦卒中病人一般資料、潛在需求作為自變量，以是否愿意參與同伴支持活動為因變量，進行Logistic回歸分析，結(jié)果顯示，婚姻狀況、工作狀態(tài)、醫(yī)療費用支付情況、交通是否便利以及潛在需求水平是非住院腦卒中病人參與同伴支持活動的影響因素（Plt;0.05）。變量賦值方式見表4，Logistic回歸分析結(jié)果見表5。

3" 討論

3.1 非住院腦卒中病人的潛在需求

本研究結(jié)果顯示，非住院腦卒中病人的照護需求存在明顯的分類特征，分為低需求型、中需求?社會支持依賴型和高需求型3種潛在類別，說明非住院腦卒中病人內(nèi)部存在差異。本研究中，僅16.49%的非住院腦卒中病人潛在需求為低需求型，該類病人支持性護理需求問卷各維度得分均較低，整體需求水平相對較低。對其特征進行分析發(fā)現(xiàn)，該類病人年齡較小，文化程度較高，導(dǎo)致其可能對疾病有更強的接受能力，也有較強的信息接收能力，故需求較低[18]。盡管這一亞群表現(xiàn)出低水平的需求，但也不應(yīng)被忽視，其仍需要在特定的領(lǐng)域接受干預(yù)，以避免向高水平需求過渡。本研究中，50.53%的非住院腦卒中病人為中需求?社會支持依賴型，該類病人支持性護理需求問卷各維度得分波動較大，其社會支持需求、疾病相關(guān)信息需求維度得分較高，可能是由于該類病人需要承擔更多的家庭經(jīng)濟負擔，在康復(fù)過程中面臨更多挑戰(zhàn)，心理壓力較大，導(dǎo)致其對社會支持和疾病相關(guān)信息需求更為迫切。本研究中，32.98%的非住院腦卒中病人為高需求型，表明該類病人需求較為突出。對其特征進行分析發(fā)現(xiàn)，該類病人年齡較大、文化程度較低且多為退休人員，有更多時間和精力追求健康，故表達出了更多需求。

3.2 不同需求的非住院腦卒中病人特征分析

本研究結(jié)果顯示，與低需求型病人相比，高需求型病人年齡較大，與已有研究結(jié)果[19]相似。隨著年齡增長，老年人身體機能減退，機體抵抗力變差，生活自理能力下降，尤其是老年腦卒中病人可能合并更多的功能障礙，康復(fù)過程更長，照護需求更為迫切。提示應(yīng)重點關(guān)注高齡腦卒中病人，滿足其照護需求，實現(xiàn)健康老齡化。與低需求型病人相比，中需求?社會支持依賴型和高需求型病人退休人員比例較高。退休人員時間、金錢相對充裕，需求較高。與低需求型病人相比，高需求型病人公費報銷占比較高，可能與醫(yī)保報銷比例相關(guān)[20]。公費醫(yī)療報銷比例較高，需要個人支付的費用較少，病人對治療費用沒有擔憂，支持性護理需求高。與低需求型病人相比，高需求型病人獲知診斷的時間較短。腦卒中病人恢復(fù)與管理是長期性的，剛患病的人可能有更少的經(jīng)驗，會有更高的照護需求，需要更高的照顧支持。因此，相關(guān)組織應(yīng)重視這類人群的需求，幫助其應(yīng)對各種挑戰(zhàn)。

3.3 非住院腦卒中病人參與同伴支持活動意愿與潛在需求的關(guān)系

本研究結(jié)果顯示，潛在需求是非住院腦卒中病人參與同伴支持活動意愿的影響因素，照護需求高的非住院腦卒中病人較愿意參與同伴支持活動，以獲得更多的支持和幫助，可以對此人群進行針對性的干預(yù)，促進其積極參與同伴支持活動。非住院腦卒中病人參與同伴支持活動與需求緊密聯(lián)系，了解病人需求并針對性地給予干預(yù)可以促使病人更積極地參與同伴支持活動，從而促進病人更好的康復(fù)。同時，婚姻狀況、工作狀態(tài)、醫(yī)療費用支付情況以及交通是否便利也對非住院腦卒中病人參與同伴支持活動的意愿有影響。喪偶的非住院腦卒中病人更愿意參與同伴支持活動，這可能是由于喪偶的病人有更高的照護需求，因此對同伴支持活動的參與意愿更高。退休的腦卒中病人以及醫(yī)療費用支付方式為公費或城鎮(zhèn)居民醫(yī)保的非住院腦卒中病人參與同伴支持活動的意愿高。已有研究顯示，經(jīng)濟狀況良好者社會參與意愿更高，個體的基本生活得到保障后需求會向更高層次發(fā)展，此時的需求就變成行為的驅(qū)動力[21]。交通便利是影響非住院腦卒中病人參與同伴支持活動的重要因素。交通便利的病人更愿意參與同伴支持活動。目前我國大多數(shù)同伴支持項目均由醫(yī)院組織，在醫(yī)院內(nèi)進行，且大多數(shù)項目干預(yù)時間較短[22?23]，導(dǎo)致病人參與同伴支持活動的便利性下降。目前我國依托于社區(qū)的腦卒中同伴支持計劃較少，腦卒中病人同伴支持活動的相關(guān)標準規(guī)范缺失，迫切需要建立便利的、可供病人長期參與的同伴支持計劃。

參考文獻：

[1]" NORTHCOTT S，MOSS B，HARRISON K，et al.A systematic review of the impact of stroke on social support and social networks：associated factors and patterns of change[J].Clinical Rehabilitation，2016，30（8）：811-831.

[2]" 王隴德，彭斌，張鴻祺，等.《中國腦卒中防治報告2020》概要[J].中國腦血管病雜志，2022，19（2）：136-144.

[3]" 《中國腦卒中防治報告》編寫組.《中國腦卒中防治報告2019》概要[J].中國腦血管病雜志，2020，17（5）：272-281.

[4]" CRICHTON S L，BRAY B D，MCKEVITT C，et al.Patient outcomes up to 15 years after stroke：survival，disability，quality of life，cognition and mental health[J].Journal of Neurology，Neurosurgery，and Psychiatry，2016，87（10）：1091-1098.

[5]" YOO J W，HONG B Y，JO L，et al.Effects of age on long-term functional recovery in patients with stroke[J].Medicina，2020，56（9）：451.

[6]" KNAPP P，DUNN-ROBERTS A，SAHIB N，et al.Frequency of anxiety after stroke：an updated systematic review and meta-analysis of observational studies[J].International Journal of Stroke，2020，15（3）：244-255.

[7]" KJ?RK E K，GUNNEL C，LUNDGREN-NILSSON ?，et al.Experiences，needs，and preferences for follow-up after stroke perceived by people with stroke and healthcare professionals：a focus group study[J].PLoS One，2019，14（10）：e0223338.

[8]" WOLF T J，BAUM C M，LEE D B，et al.The development of the improving participation after stroke self-management program（IPASS）：an exploratory randomized clinical study[J].Topics in Stroke Rehabilitation，2016，23（4）：284-292.

[9]" SAUNDERS R，CHAN K，GRAHAM R M，et al.Nursing and allied health staff perceptions and experiences of a volunteer stroke peer support program：a qualitative study[J].Journal of Multidisciplinary Healthcare，2021，14：3513-3522.

[10]" HOWARD M C，HOFFMAN M E.Variable-centered，person-centered，and person-specific approaches[J].Organizational Research Methods，2018，21（4）：846-876.

[11]" BERLIN K S，WILLIAMS N A，PARRA G R.An introduction to latent variable mixture modeling（part 1）：overview and cross-sectional latent class and latent profile analyses[J].Journal of Pediatric Psychology，2014，39（2）：174-187.

[12]" OBERSKI D.Mixture models：latent profile and latent class analysis[M]//ROBERTSON J，KAPTEIN M.Modern statistical methods for HCI.Cham：Springer，2016：275-287.

[13]" 喻偉霞，王海芳，蔡建政，等.基于混合方法的腦卒中患者支持性照護需求的研究[J].中國實用護理雜志，2020，36（22）：1704-1710.

[14]" 楊亞威，張敏強，楊參，等.小學(xué)生師生關(guān)系類型及其與閱讀成績和數(shù)學(xué)成績的關(guān)系[J].心理研究，2017，10（3）：88-93.

[15]" LO Y，MENDELL N R，RUBIN D B.Testing the number of components in a normal mixture[J].Biometrika，2001，88（3）：767-778.

[16]" LUBKE G，MUTHéN B O.Performance of factor mixture models as a function of model size，covariate effects，and class-specific parameters[J].Structural Equation Modeling：A Multidisciplinary Journal，2007，14（1）：26-47.

[17]" NYLUND K L，ASPAROUHOV T，MUTHéN B O.Deciding on the number of classes in latent class analysis and growth mixture modeling：a Monte Carlo simulation study[J].Structural Equation Modeling：A Multidisciplinary Journal，2007，14（4）：535-569.

[18]" 韋磊，張百藝，羅玲平，等.社區(qū)老年慢性阻塞性肺疾病患者社會參與的潛在剖面分析[J].軍事護理，2023，40（8）：6-9.

[19]" 宋娜娜，魏琳，劉竹韻，等.社區(qū)老年腦卒中患者長期照護需求及影響因素分析[J].安徽醫(yī)學(xué)，2021，42（2）：212-217.

[20]" 黃家欣.基于支持性照護理論的胃癌術(shù)后患者同伴支持干預(yù)方案的構(gòu)建研究[D].南昌：南昌大學(xué)，2022.

[21]" 鄭紅，王麗麗.老年人社會參與意愿及其主要形式與影響因素——基于第四次中國城鄉(xiāng)老年人生活狀況抽樣調(diào)查數(shù)據(jù)[J].老齡科學(xué)研究，2022，10（10）：41-52.

[22]" 何麗芝，王麗.護士主導(dǎo)家屬參與的同伴教育在腦卒中患者康復(fù)護理中的應(yīng)用效果[J].中西醫(yī)結(jié)合護理（中英文），2021，7（11）：172-174.

[23]" 陳娟，黃梅，羅麗瓊.病友團隊支持對腦卒中偏癱患者康復(fù)鍛煉依從性及認知障礙的影響[J].中國校醫(yī)，2021，35（1）：68-70.

（收稿日期：2023-09-05；修回日期：2024-06-27）

（本文編輯 陳瓊）