《BMC Research Notes》:Patient treatment engagement scale (PTES) for inflammatory bowel disease: exploring background factors
编辑推荐:
背景:患者治疗参与度量表(Patient Treatment Engagement Scale, PTES)是一种用于评估患者在治疗决策中参与程度的简化工具,而患者参与是以患者为中心的医疗照护中的重要组成要素。共享决策(Shared Decision Maki
背景:患者治疗参与度量表(Patient Treatment Engagement Scale, PTES)是一种用于评估患者在治疗决策中参与程度的简化工具,而患者参与是以患者为中心的医疗照护中的重要组成要素。共享决策(Shared Decision Making, SDM)是该领域的标准测量手段,但耗时较长,且非医师身份的医疗专业人员往往难以在常规实践中应用。因此,本研究采用更具实用性的PTES作为替代指标,并探索性分析了炎症性肠病(inflammatory bowel disease, IBD)患者PTES评分相关的因素。方法:通过基于网络的问卷收集个体患者数据。根据既往研究筛选可能与PTES相关的项目,并使用Kendall's τ评估多重共线性。采用普通最小二乘法构建多元回归模型,计算标准化β值和方差膨胀因子(variance inflation factor, VIF)。分别对溃疡性结肠炎(ulcerative colitis, UC)和克罗恩病(Crohn's disease, CD)进行亚组分析,并进行了交叉验证。结果:与PTES评分相关的主要因素包括治疗选项数量(β=0.191)、存在并发症(β=0.128)、对主治医师的信任(β=0.119)、受信任的医疗专业人员数量(β=0.099)以及可获得支持性社区资源(β=0.068)。其中,治疗选项数量对UC患者的影响尤为显著,而受信任的医疗专业人员数量对CD患者的影响更大。结论:提供多种治疗选项以及与医疗提供者建立信任关系,是与更高PTES评分相关的重要关键因素,反映出患者在治疗决策中具有更高的参与程度。
论文解读
一、研究背景与问题
共享决策(Shared Decision Making, SDM)是指患者与医疗提供者共享信息,以制定尊重患者价值观的治疗决策的过程。该模式介于医生单方面决定的父权式决策和患者自主决定的知情同意之间,对于慢性疾病或存在多种治疗选择的疾病而言,SDM对提高治疗依从性和改善生活质量(quality of life, QOL)具有重要意义。许多临床指南均推荐采用SDM,强调应提供充分信息并理解患者目标,长期治疗计划应让患者及其家属参与。然而,针对炎症性肠病(inflammatory bowel disease, IBD)患者SDM参与度影响因素的研究仍然有限。现有研究表明年龄、教育程度和疾病知识会影响SDM参与;即使9条目的SDM-Q-9量表也可能给常规多学科应用带来负担。特别是药师等非医师医疗专业人员在支持患者治疗参与中同样发挥重要作用,因此需要一种与SDM高度相似但更为简化的工具来评估患者治疗决策参与程度,并辅助临床实践。基于此,研究人员将单项患者治疗参与度量表(Patient Treatment Engagement Scale, PTES)作为治疗决策参与度的实用代理指标,并主要旨在识别溃疡性结肠炎(ulcerative colitis, UC)与克罗恩病(Crohn's disease, CD)之间可增强PTES的疾病特异性差异。
二、研究目的与设计
该研究是对既往已收集数据的二次分析。2022年3月开展了一项针对5000名年龄17岁及以上、患有UC、CD或未定型结肠炎的IBD患者的匿名在线调查,最终纳入557份有效问卷。调查委托给拥有约130万注册参与者并获得隐私标志认证的Macromill公司(东京)。研究人员通过问卷调查了患者参与治疗决策的程度(五点量表)、呈现的治疗选项数量、受信任的医务人员、并发症、收入、就业、教育、家庭状况以及心理健康连续体短表(MHC-SF)指数等。统计分析使用JMP Pro 16.2,显著性水平设为5%。对强相关变量(|τ|>0.5)筛选多重共线性,并仅从每对中保留一个变量。以患者参与度为因变量,采用最小二乘法建立解释模型,计算标准化β值和方差膨胀因子(VIF)。使用局部数据过滤器比较UC与CD患者,并通过将数据分为训练集(75%)和验证集(25%)进行交叉验证。伦理批准由日本经济大学获得(批准号:2022-0328-02)。
三、关键方法
研究人员主要采用了以下关键方法:基于网络问卷的横断面调查设计;使用Kendall's τ秩相关系数筛选高度相关变量以避免多重共线性;采用普通最小二乘法(ordinary least squares, OLS)构建多元线性回归模型,计算标准化β系数和方差膨胀因子(VIF);使用JMP软件的局部数据过滤器功能进行UC与CD亚组分析;采用75%/25%随机数据分割进行交叉验证以检验模型稳定性。样本来源为日本互联网研究公司Macromill注册的IBD患者。
四、研究结果
(一)因素筛选与多重共线性检验
以IBD患者自身在治疗决策中的参与水平作为目标变量进行筛选,得到8个被认为有影响的因素。在总体IBD筛选中,疾病严重程度、肠道及肠外并发症、病程和治疗史未发现统计学显著关联。对8个项目进行Kendall秩相关分析以确认多重共线性,对于|τ|>0.5的强相关组合,从8项中剔除了受信任的护士、受信任的药房药师和胃肠道并发症三项。
(二)解释模型的建立
对不受多重共线性影响的5个项目采用最小二乘法进行模型拟合。以疾病类型作为混杂因素,并使用JMP中的局部数据过滤功能分析UC和CD的差异。在UC与CD合并分析中,影响患者治疗决策参与度最显著的因素(标准化β值最高)依次为:治疗选项数量、存在并发症、受信任的医生、受信任的医疗人员数量。这4项的VIF均低于5,确认不存在多重共线性。
(三)疾病亚组差异
对于UC患者,影响其治疗决策参与度最显著的因素是治疗选项数量、受信任的医生、并发症和受信任专业人员数量,其中前3项影响显著。对于CD患者,主要影响因素为受信任专业人员数量、并发症、受信任医生、社区数量和治疗选项,其中受信任专业人员数量的影响最大。与UC患者相比,CD患者对医疗专业人员的信任更为重要,可讨论疾病的社区数量影响也更大,但未达到显著水平。
(四)模型验证
对随机选取的75%样本进行交叉验证,影响最大的前三个因素与全样本结果相似,表明样本量对结果没有显著影响。UC和CD患者组在交叉验证人群中的影响程度也分别得到验证。
五、讨论与结论
研究探索了影响IBD患者PTES的因素,关键因素包括治疗选项数量、并发症、对主治医师的信任、受信任医疗专业人员数量以及可获得的社区支持。治疗选项数量对SDM参与度影响最大,提示提供多种治疗选项可能鼓励患者参与。并发症的影响表明医疗需求复杂的患者更可能积极参与决策。UC与CD患者亚组分析结果的差异尤其值得关注:UC患者中治疗选项数量、对主治医师信任和并发症显著影响参与度,而CD患者中受信任医疗专业人员数量影响最突出。这可能反映两种疾病的特征和治疗方式差异:CD常需要更复杂多样的治疗干预,如肛门病变管理和肠道狭窄手术,因此治疗往往涉及胃肠病学家之外的外科医生、放射科医生和营养师等多学科团队;UC治疗相对统一,主要以内科治疗为主。PTES结果还显示治疗参与与年龄、教育背景、疾病知识和并发症等因素相关,这与Baars等和Siegel等既往研究一致,但Xu等对1118名中国IBD患者的大规模在线调查发现年龄、教育程度和SDM知识与参与偏好显著相关,而本研究未发现这些因素与PTES之间存在此类关联,这种差异可能源于SDM测量的是决策过程参与,而PTES探究的是治疗实施中的动机和参与度。研究人员指出PTES不应被视为与SDM-Q-9或CPS等验证量表等同,而应作为捕捉患者治疗参与程度的探索性指标;未来需要进一步验证其与SDM-Q-9和CPS的相关性、内部一致性和重测信度。研究局限性包括横断面设计难以确立因果关系、网络调查的抽样偏倚、自我报告测量可能存在应答偏倚以及考察因素有限。结论表明,多项因素包括治疗选项数量、并发症、对治疗医师的信任和受信任医疗专业人员数量与IBD患者的治疗参与相关;对主治医师的信任是参与的关键决定因素,强化了医患关系的重要性。疾病特异性差异提示需要针对性策略:对于UC应加强医患信任并呈现清晰治疗选项,对于CD应加强多学科协作和社会支持。PTES有望成为临床环境中捕捉患者参与度的实用简化工具。