目的:利用潜类别增长模型(latent class growth model,LCGM)分析老年帕金森病患者用药依从性轨迹,并验证其影响因素。方法:对124例原发性老年帕金森病患者进行12个月随访调查,调查工具包括一般资料调查表和Morisky用药依从性量表。通过潜类别增长模型识别患者用药依从性轨迹,采用有序多分类Logistic回归分析用药依从性轨迹的影响因素。结果:老年帕金森病患者用药依从性分为“高-持续型”“中-下降型”和“低-下降型”3种类型,且该3种类型文化程度、工作状态、用药种类、智力状态比较,差异有统计学意义(P<0.05)。有序多分类Logistic回归显示,工作状态、用药种类、智力状态是患者用药依从性轨迹的影响因素(P<0.05)。结论:老年帕金森患者用药依从性分为3种轨迹,工作状态、用药种类和智力状态是用药依从性轨迹类别的影响因素。
目的探讨帕金森病患者服药依从性轨迹及其影响因素。方法选择2020年10月—2021年6月滁州市5个社区招募的140例原发性帕金森病患者,进行12个月随访调查。调查工具包括社会资料调查表、临床资料调查表和Morisky服药依从性量表。通过潜类别增长模型(Latent Class Growth Model,LCGM)识别患者服药依从性轨迹,利用有序多分类Logistic回归分析影响轨迹的因素。结果本研究共纳入127例患者,根据服药依从性轨迹可分为“高-稳定型”(11.8%)、“中-降低型”(28.4%)和“低-降低型”(59.8%)。单组重复测量方差分析显示,高-稳定型轨迹不同时间点服药依从得分差异无统计学意义(P>0.05),但中-降低型和低-降低型轨迹不同时间点服药依从得分差异有统计学意义(均P<0.05)。有序多分类Logistic回归显示,文化程度(P=0.022,OR=19.665,95%CI=1.536-251.817)、工作状态(P=0.004,OR=10.285,95%CI=2.082-50.814)、用药种类(P=0.022,OR=8.356,95%CI=1.356-51.498)和智力状态(P=0.017,OR=15.551,95%CI=1.628-148.497)是服药依从性轨迹的预测因素。结论帕金森病患者服药依从性可分为3种变化轨迹,文化程度、工作状态、用药种类和智力状态是影响服药依从性轨迹的主要因素。
