目的:本研究采用觀察性研究,應(yīng)用普通話版牛津認(rèn)知篩查量表評(píng)估腦卒中后認(rèn)知障礙患者的認(rèn)知功能狀況,并探討特定領(lǐng)域認(rèn)知功能對(duì)患者出院時(shí)神經(jīng)功能恢復(fù)和日常生活活動(dòng)能力結(jié)局的預(yù)測(cè)價(jià)值。方法:對(duì)符合納排標(biāo)準(zhǔn)的患者在入院時(shí)進(jìn)行認(rèn)知功能和日常生活活動(dòng)能力評(píng)估,同時(shí)收集治療師對(duì)患者的評(píng)估及患者自評(píng)的資料,一般資料包括:患者年齡、性別、教育程度、病程、身高、體重等;評(píng)估內(nèi)容包括認(rèn)知功能采用普通話版牛津認(rèn)知篩查量表評(píng)估;日常生活活動(dòng)能力采用改良巴氏指數(shù)評(píng)估,腦卒中后的神經(jīng)功能恢復(fù)的結(jié)果采用改良RANKIN量表評(píng)估,抑郁水平采用17項(xiàng)漢密爾頓抑郁量表評(píng)估;參與水平采用匹茲堡康復(fù)參與量表評(píng)估;患者的運(yùn)動(dòng)功能采用Fugl-Meyer評(píng)估量表評(píng)估。在出院時(shí)再進(jìn)行匹茲堡康復(fù)參與量表、改良RANKIN量表和改良巴氏指數(shù)評(píng)估,并使用二元logistic回歸模型進(jìn)行分析,同時(shí)校正教育程度、卒中類型、住院天數(shù)、參與水平、入院MBI、入院FMA。使用赤池信息量準(zhǔn)則、貝葉斯信息度量衡量統(tǒng)計(jì)模型擬合優(yōu)良性,受試者工作特征曲線衡量統(tǒng)計(jì)模型診斷效能,使用重分類改善指標(biāo)和綜合判別改善指數(shù)判斷引入新指標(biāo)后,新模型的改善程度。出院時(shí)改良巴... 

【文章來源】：福建中醫(yī)藥大學(xué)福建省

【文章頁數(shù)】：74 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究對(duì)象流程圖

OCS-P量表和MoCA量表一樣,OCS-P可以用來生成一個(gè)綜合評(píng)分,以顯示整體認(rèn)知水平,通常用患者任務(wù)受損頻數(shù)表示。我們將本研究中患者OCS-P量表任務(wù)受損頻數(shù)和MoCA總分進(jìn)行相關(guān)分析,也發(fā)現(xiàn)兩者顯著相關(guān)(r=-0.615,P<0.001)。圖1-2是普通話版牛津認(rèn)知篩查量表任務(wù)受損頻數(shù)分布圖,可以看出有9人0項(xiàng)任務(wù)受損,13人1項(xiàng)任務(wù)受損,18人2項(xiàng)任務(wù)受損,20人3項(xiàng)任務(wù)受損,30人4項(xiàng)任務(wù)受損,16人5項(xiàng)任務(wù)受損,21人6項(xiàng)任務(wù)受損,18人7項(xiàng)任務(wù)受損,6人8項(xiàng)任務(wù)受損,2人9項(xiàng)任務(wù)受損,可以看出任務(wù)受損頻數(shù)最多的是4項(xiàng),任務(wù)受損頻數(shù)最少的是9項(xiàng),有94.12%的患者至少有一項(xiàng)認(rèn)知領(lǐng)域受損。表1-4比較MRS結(jié)局良好與不良兩組患者在OCS-P量表各維度上的表現(xiàn),發(fā)現(xiàn)MRS結(jié)局良好的患者在執(zhí)行功能-混合、執(zhí)行功能、語義、句子朗讀、圖片命名、定向力、言語記憶、情節(jié)記憶、數(shù)字書寫、數(shù)字計(jì)算、模仿方面表現(xiàn)的更好(P<0.05)。表1-5比較ADL結(jié)局良好與不良兩組患者的OCS-P量表各維度的表現(xiàn),發(fā)現(xiàn)ADL結(jié)局良好的患者在執(zhí)行功能、執(zhí)行功能-混合、語義、句子朗讀、定向力、言語記憶、情節(jié)記憶、數(shù)字書寫、劃心(完整)、模仿表現(xiàn)的更好(P<0.05)。

如圖3-4所示,基于任務(wù)受損數(shù)量、卒中類型、教育程度、參與水平和入院MBI、入院FMA這7個(gè)預(yù)測(cè)因素建立出院時(shí)MRS結(jié)局預(yù)測(cè)模型并描繪列線圖。使用列線圖時(shí)要先明確患者每個(gè)預(yù)測(cè)因子對(duì)應(yīng)的評(píng)分,例如患者任務(wù)受損數(shù)量為6項(xiàng),因此將“任務(wù)受損數(shù)量”水平軸上“6”對(duì)應(yīng)的位置投射到最上面“points”軸,軸上約為50分,其他6個(gè)因素也用相同的辦法明確其對(duì)應(yīng)的評(píng)分,然后將6個(gè)因素的評(píng)分相加得到總分,再從“Total points”水平軸上找到患者總分對(duì)應(yīng)的點(diǎn),將其投射到最下面“MRS結(jié)局”軸上,即可算出該患者整體認(rèn)知功能對(duì)患者出院時(shí)MRS結(jié)局不良的的概率。圖3-2出院時(shí)MRS結(jié)局的多因素二元Logistic回歸模型的校準(zhǔn)圖

【參考文獻(xiàn)】：
期刊論文
[1]常用卒中量表的研究進(jìn)展[J]. 王云霄,袁俊亮,胡文立.  中國卒中雜志. 2016(12)
[2]中文版Fugl-Meyer運(yùn)動(dòng)功能評(píng)定量表的最小臨床意義變化值的研究[J]. 陳瑞全,吳建賢,沈顯山.  安徽醫(yī)科大學(xué)學(xué)報(bào). 2015(04)
[3]早期康復(fù)訓(xùn)練對(duì)急性腦卒中神經(jīng)功能的影響[J]. 朱廷彥,崔延?xùn)|,蔣雷.  中華全科醫(yī)學(xué). 2010(01)



本文編號(hào)：3517334