功能障碍与中风后抑郁:睡眠质量和疲劳在横断面结构方程分析中的潜在作用

《Neuropsychiatric Disease and Treatment》:Functional Impairment and Post-Stroke Depression: Potential Roles of Sleep Quality and Fatigue in a Cross-Sectional Structural Equation Analysis

【字体: 大 中 小 】 时间:2026年05月12日 来源:Neuropsychiatric Disease and Treatment 2.9

编辑推荐:

  **摘要** **目的**:研究住院患者在卒中康复过程中功能障碍与抑郁症状之间的关联,并在结构方程建模框架下探讨睡眠质量和疲劳是否与该关联存在统计学上的联系。同时,比较巴塞尔指数(Barthel Index, BI)和改良Rankin量表(modified Rankin Sca

  **摘要**

**目的**:研究住院患者在卒中康复过程中功能障碍与抑郁症状之间的关联,并在结构方程建模框架下探讨睡眠质量和疲劳是否与该关联存在统计学上的联系。同时,比较巴塞尔指数(Barthel Index, BI)和改良Rankin量表(modified Rankin Scale, mRS)的相对贡献。

**方法**:在这项单中心回顾性横断面研究中,纳入了137名因卒中而接受康复治疗的患者。抑郁症状通过患者健康问卷-9(Patient Health Questionnaire-9, PHQ-9)进行评估,睡眠质量采用匹兹堡睡眠质量指数(Pittsburgh Sleep Quality Index, PSQI)进行测量,疲劳程度则通过疲劳评估量表(Fatigue Assessment Scale, FAS)测定。功能状态通过BI(反变换为Barthel_rev)和mRS进行评估。采用最大似然估计和自举重采样(2000个样本)的结构方程建模方法来估计直接和间接关联。

**结果**:在主要潜在变量模型中,更严重的功能障碍与较差的睡眠质量(β=0.407, p=0.012)和更严重的疲劳(β=0.692, p=0.010)相关。较差的睡眠质量与较高的PHQ-9评分相关(β=0.296, p=0.003),而疲劳则无此关联。通过睡眠质量的间接关联显著(b=0.068, 95% CI 0.018–0.131),但通过疲劳的间接关联不显著。在补充的相互调整模型中,mRS通过睡眠质量和疲劳显示出与抑郁症状的显著间接关联,而Barthel_rev主要通过疲劳产生关联。由于补充模型的拟合效果不佳,这些发现应谨慎解读。

**结论**:研究结果表明,睡眠质量可能是卒中康复过程中连接功能障碍和抑郁症状的更为一致的统计途径,而疲劳的作用似乎因功能测量方法和模型设定而异。早期筛查睡眠障碍和疲劳可能在临床上具有相关性,但无法从这项横断面研究中得出因果推断。

**关键词**:卒中;抑郁症状;功能障碍;睡眠质量;疲劳;结构方程建模

**背景**:卒中仍然是全球导致死亡和长期残疾的主要原因之一。2021年,估计有9380万人患有卒中,全球新发卒中事件约为1190万例。

**引用**:
1. 传统的卒中后结果评估主要关注运动功能和日常生活活动(ADL)。然而,包括抑郁、睡眠障碍和疲劳在内的非运动功能障碍在卒中后也非常普遍,且经常被忽视。一项包括279项前瞻性队列研究的系统评价报告称,大多数非运动结果随时间改善甚微。
2. 卒中后抑郁(Post-stroke Depression, PSD)是卒后最常见的神经精神并发症之一。卒中后一年内的抑郁累积发病率约为38%,其中近71%的抑郁发作发生在卒中后的前三个月内。
3. 卒中早期的抑郁与不良的功能结果密切相关。在卒中急性期早期识别和管理抑郁症状已被证明有助于改善功能恢复。
4. 因此,阐明功能障碍与抑郁症状之间的机制对于优化全面的卒中后护理至关重要。
5. 患有PSD的个体比没有PSD的个体表现出更差的睡眠质量、更低的ADL表现和更高的功能障碍水平。
6. 此外,疲劳在神经系统疾病患者中是一种普遍且致残的症状。卒中后疲劳(Post-stroke Fatigue, PSF)的患病率因卒中类型和评估时间等因素而异,但总体上仍很高。PSF经常与抑郁症状重叠,并可能与其相互作用,构成一种复杂的临床状况。
7. 睡眠障碍、疲劳和卒后的抑郁症状之间可能并非简单的单向顺序关系,而是相互关联和相互强化的。在本研究中,使用巴塞尔指数(Barthel Index, BI)全面评估功能状态,以反映ADL表现,使用改良Rankin量表(mRS)评估整体残疾。抑郁症状通过患者健康问卷-9(PHQ-9)进行评估,而睡眠质量和疲劳则分别通过匹兹堡睡眠质量指数(PSQI)和疲劳评估量表(FAS)测量。
8. 本研究采用结构方程建模作为一种理论指导的分析方法,考察观察数据是否与功能障碍通过睡眠质量和疲劳与抑郁症状存在统计学关联的探索性模式一致。进一步比较了巴塞尔指数和改良Rankin量表,因为这些指标反映了卒后功能的互补维度。本研究的目的不是确定因果关系或时间中介作用,而是识别可能有助于改进卒后症状评估和假设生成的临床相关关联模式。这些发现可能为早期风险识别和制定可修改的PSD干预目标提供临床证据。

**材料与方法**:
- **研究设计与参与者**:本研究采用单中心、回顾性、横断面观察设计。数据来源于2023年10月至2025年3月期间河北大学附属医院康复医学科的住院病历和常规康复评估记录。在研究期间,连续筛选因卒中住院接受康复治疗的患者。为确保评估窗口相对统一,仅纳入了在卒中发生后约1个月内仍住院且具有完整常规评估记录的患者;在此时间点之前出院的患者被排除在外。研究考察了功能障碍与抑郁症状之间的关联,并将睡眠质量(PSQI)和疲劳(FAS)作为结构方程建模(SEM)中的理论指导中间变量进行分析。由于所有变量都在卒后大约1个月的同一时间窗口内进行评估,SEM用于检验观察数据是否符合假设的关联模式,而不是推断时间或因果中介作用。进一步使用补充的相互调整模型比较了巴塞尔指数(BI)和改良Rankin量表(mRS)的相对贡献。

**纳入与排除标准**:
- **纳入标准**:参与者符合以下所有标准:年龄≥18岁;由神经内科或神经外科确诊为首次卒中,卒中类型明确(包括缺血性卒中或出血性卒中);在卒中发生后一个月进行评估时正在康复医学科住院治疗;且具备完整的量表评估和住院期间的关键临床数据。

**数据收集与变量定义**:
- **数据来源**:数据从住院病历系统和康复住院期间的常规评估记录中提取。收集的信息包括人口统计特征、生活方式因素、临床特征、既往病史和标准化量表评分。人口统计和临床背景变量来自入院记录或同一次住院期间的最早可用文档,而PHQ-9、PSQI、FAS、BI和mRS评分则取自卒中发生后大约1个月的首次完整常规评估结果。
- **变量定义**:抑郁症状使用PHQ-9评估,总分范围为0到27分;分数越高表示抑郁症状越严重。根据既定临床临界值(PHQ-9≥10),参与者被分为PSD组和非PSD组。
- **基线特征**:参考了有关睡眠问题的先前人群研究,考虑了年龄(岁)和BMI(kg/m2)等基线因素。性别分为男性和女性。吸烟状况分为从未吸烟、当前吸烟或曾经吸烟。饮酒状况分为从未饮酒、当前饮酒或曾经饮酒。
- **临床特征**:既往病史根据住院记录分为无、高血压、冠心病、糖尿病或两种以上合并症。卒中类型分为缺血性卒中或出血性卒中。卒中严重程度使用NIHSS评估,分数越高表示严重程度越重。

**统计分析**:
- **样本量**:排除缺失数据的患者后,最终分析纳入137名参与者。根据适用的样本量计算公式,所需最小样本量为131人。基于背景文献,卒中后一年内抑郁的累积发病率约为38%,约71%的抑郁发作发生在前三个月内,因此与卒中后早期窗口相关的比例为0.38×0.71=0.27。在99%的双侧置信水平(Z=2.576)和允许的误差范围0.10下,所需最小样本量为131人。由于这是一项基于连续符合纳入标准的回顾性研究,数据收集持续到达到预定样本量为止,最终样本量超过最低要求。根据PHQ-9评分,参与者被分为非PSD组(n=68)和PSD组(n=69),所有研究变量无缺失值。
- **统计分析方法**:使用SPSS 27.0进行数据管理和描述性分析,使用jamovi 2.6.44生成的小提琴图可视化连续变量的分布特征。使用semlj模块在jamovi中进行SEM。使用Shapiro–Wilk检验检查连续变量的正态性。由于大多数连续变量不符合正态分布(p<0.05),数据以中位数和四分位数范围(IQR)表示,并使用Mann–Whitney U检验进行组间比较。卡列变量以百分比表示,并根据需要使用χ2检验或Fisher精确检验进行比较。所有统计检验均为双侧检验,p值<0.05视为具有统计学意义。为了研究功能障碍与抑郁症状之间的关联以及睡眠质量和疲劳的潜在中介作用,指定了两个SEM模型,并使用最大似然(ML)估计参数。报告了未标准化路径系数(b)和标准化路径系数(β)。使用χ2统计量、自由度和相应的p值、标准化残差均方根(SRMR)以及近似残差均方根误差(RMSEA)和95%置信区间来评估模型拟合度。采用非参数自举程序进行2000次重采样,以估计特定间接效应、总间接效应和总效应的95%置信区间(CI)。如果相应的CI不包括0,则认为间接效应具有统计学意义。鉴于横断面设计,这些间接效应被视为与假设模型结构一致的统计关联,而不是时间或因果中介的证据。路径从D到PSQI和FAS,从PSQI和FAS到PHQ-9都有指定,同时保留了从D直接到PHQ-9的路径。该模型用于评估睡眠质量和疲劳的并行中介效应,以及功能障碍对抑郁症状的总体效应。

模型2:Barthel_rev和mRS作为两个平行的、相互调整的独立变量同时被纳入模型。这两个变量都被用来预测PSQI和FAS,随后PSQI和FAS再用来预测PHQ-9。从Barthel_rev到PHQ-9以及从mRS到PHQ-9的直接路径都被保留下来。应用了 Bootstrap 方法来估计Barthel_rev和mRS通过PSQI和FAS的间接效应、总间接效应和总效应,从而可以比较这两种功能测量方法对抑郁症状的相对贡献,并探索它们在这个补充的相互调整模型中的相应间接关联模式。

使用Boardmix软件生成了结构方程路径图。

在PSD组和非PSD组之间,未观察到年龄、BMI、性别分布、教育水平、职业状况或吸烟和饮酒状况的显著差异(所有p > 0.05),这表明两组的基线人口统计和生活方式特征相似,从而将这些变量作为混杂因素的潜在影响降至最低。详细的基线特征见表1。

同样,在中风亚型或既往病史的分层方面,两组之间也没有发现显著差异(p > 0.05),表明疾病类别和整体共病负担相当。相比之下,两组之间的神经功能缺损严重程度有显著差异。PSD组的NIHSS评分显著高于非PSD组(p < 0.001),表明PSD患者在入院时存在更严重的神经功能障碍。详细的临床特征见表1。

在结果指标方面,PSD组的睡眠质量明显较差,疲劳程度也更严重,这反映在较高的PSQI和FAS评分上(两者p < 0.001)。与NIHSS的研究结果一致,这些结果表明更严重的神经功能障碍与更多的睡眠障碍和疲劳负担相关。在功能结果方面,PSD组的患者表现出更明显的功能限制,BI评分显著较低(p < 0.001),mRS评分较高(p = 0.010)。这些发现表明PSD患者的日常生活活动能力下降,残疾程度更严重,功能状态较差。详细结果见表1,关键变量的分布见图1。图1使用小提琴图显示了按PSD状态划分的临床和功能测量指标的分布(0 = 非PSD,1 = PSD)。

模型1的整体拟合效果令人满意(χ2(3) = 3.24,p = 0.356;CFI = 0.998;TLI = 0.995;RMSEA = 0.024,95% CI 0.000–0.148;SRMR = 0.023)。在测量模型中,mRS对潜在的功能障碍变量(D)的标准化因子载荷为0.526(p < 0.001),Barthel_rev作为参考指标(标准化载荷 = 0.604)。在结构模型中,D与PSQI(b = 0.214,β = 0.407,p = 0.012)和FAS(b = 0.325,β = 0.692,p = 0.010)显著相关,表明更严重的功能障碍与更差的睡眠质量和更严重的疲劳相关。关于抑郁症状,PSQI是PHQ-9评分的显著正向预测因子(b = 0.317,β = 0.296,p = 0.003)。相比之下,FAS与PHQ-9之间的关联在统计学上不显著(b = 0.324,β = 0.270,p = 0.837)。从D直接到PHQ-9的路径在统计学上也不显著(b = 0.196,β = 0.348,p = 0.839)。因此,模型1的解释主要基于整体模型拟合和特定路径估计的模式,而不是基于从D到PHQ-9的统计学上显著的直接关联。

Bootstrap中介分析表明,D通过PSQI对PHQ-9的间接效应在统计学上是显著的(b = 0.068,β = 0.121,95% CI 0.018–0.131,p = 0.020)。相比之下,通过FAS中介的间接效应在统计学上不显著(b = 0.105,β = 0.187,95% CI ?0.516–0.236,p = 0.911)。因此,结合两种中介途径的总间接效应不显著(b = 0.173,β = 0.308,95% CI ?0.451–0.332,p = 0.855)。D对PHQ-9的总效应是正向的且在统计学上显著(b = 0.368,β = 0.656,95% CI 0.207–0.710,p = 0.005)。总体而言,模型1表明了一个选择性的间接关联模式,其中只有与PSQI相关的路径达到了统计学显著性,而与FAS相关的路径没有。该模型解释了PSQI方差的16.6%、FAS方差的47.9%和PHQ-9方差的54.1%。详细结果见表2,相应的路径图见图2。

在补充模型2中,当Barthel_rev和mRS同时被引入并相互调整时,PSQI和FAS都成为PHQ-9的显著正向预测因子(PSQI → PHQ-9: β = 0.366,p < 0.001;FAS → PHQ-9: β = 0.430,p < 0.001)。关于上游关联,mRS与PSQI和FAS都显著相关(mRS → PSQI: β = 0.228,p = 0.010;mRS → FAS: β = 0.220,p = 0.005)。相比之下,Barthel_rev与FAS显著相关(β = 0.345,p < 0.001),但与PSQI的相关性不显著(β = 0.090,p = 0.515)。在调整了PSQI和FAS之后,Barthel_rev和mRS对PHQ-9的直接效应在统计学上不显著(Barthel_rev → PHQ-9: β = 0.142,p = 0.256;mRS → PHQ-9: β = 0.049,p = 0.462)。基于Bootstrap的中介分析表明,Barthel_rev通过PSQI对PHQ-9的间接效应在统计学上不显著(b = 0.011,β = 0.033,95% CI ?0.008–0.052,p = 0.470)。相比之下,通过FAS中介的Barthel_rev的间接效应在统计学上是显著的(b = 0.049,β = 0.148,95% CI 0.027–0.087,p = 0.001)。因此,Barthel_rev对PHQ-9的总间接效应是显著的(b = 0.060,β = 0.181,95% CI 0.025–0.122,p = 0.017)。Barthel_rev对PHQ-9的总效应在统计学上具有边际显著性(b = 0.106,β = 0.323,95% CI 0.034–0.263,p = 0.077),表明存在轻微的正相关。相比之下,mRS的两个特定间接效应在统计学上都是显著的,包括通过PSQI的路径(b = 0.442,β = 0.083,95% CI 0.058–0.886,p = 0.038)和通过FAS的路径(b = 0.502,β = 0.095,95% CI 0.123–0.943,p = 0.020)。mRS对PHQ-9的总效应也是显著的(b = 0.944,β = 0.178,95% CI 0.362–1.542,p = 0.002),总效应(b = 1.206,β = 0.227,95% CI 0.214–2.017,p = 0.008)也是如此。总体而言,在这个补充的相互调整模型中,mRS与抑郁症状(通过PHQ-9测量)的关联比Barthel_rev更强。这两种功能测量方法都通过疲劳路径(FAS)与抑郁症状相关,而mRS还通过睡眠质量路径(PSQI)显示出显著关联。

该模型解释了PSQI方差的7.4%、FAS方差的22.0%和PHQ-9方差的47.5%。整体模型拟合效果不佳(χ2(1) = 7.59,p = 0.006;SRMR = 0.052;RMSEA = 0.219,95% CI 0.095–0.376),因此模型2被解释为一个补充的相互调整模型,而不是主要模型。详细结果见表3,相应的路径图见图3。箭头表示模型中路径的方向,以及相关的标准化贝塔系数和P值。mRS与FAS的关联系数为β = 0.220,P值 = 0.005;与PHQ-9的关联系数为β = 0.049,P值 = 0.462;与PSQI的关联系数为β = 0.228,P值 = 0.010。Barthel_rev与FAS的关联系数为β = 0.345,P值 < 0.001;与PHQ-9的关联系数为β = 0.142,P值 = 0.256;与PSQI的关联系数为β = 0.090,P值 = 0.515。FAS与PHQ-9的关联系数为β = 0.430,P值 < 0.001。PSQI与PHQ-9的关联系数为β = 0.366,P值 < 0.001。实线表示自由估计的参数。由于整体模型拟合效果不佳,因此该图应被视为辅助结果。

**讨论**
本研究通过横断面结构方程(SEM)框架,探讨了睡眠质量和疲劳是否与功能障碍和抑郁症状之间的关系存在统计学上的关联,从而扩展了现有关于心理社会障碍(PSD)的研究。本研究的贡献可以总结为三个方面:首先,通过将Barthel_rev和mRS的信息整合到功能障碍的潜在构念中,并在一个统一的SEM框架内考察PSQI和FAS的间接关联模式,研究结果超越了单纯的功能障碍与抑郁症状之间的描述性比较。这种方法为功能障碍、睡眠质量、疲劳和抑郁症状之间的临床相关关联模式提供了理论依据,而不仅仅是确认了一个机械性的路径。其次,研究阐明了常用功能测量工具在这些中介路径中的不同作用。mRS和Barthel.rev在PSQI、FAS和PHQ-9上的不同表现表明,这些工具捕捉了卒中后功能状态的不同维度,这对方法学具有重要的意义,表明功能评估工具的选择可能会影响PSD研究中相关中介因素和潜在机制的识别。第三,从临床角度来看,研究结果表明睡眠质量可能代表了一个相对稳定且直接的路径,将功能障碍与抑郁症状联系起来,而疲劳的影响似乎更依赖于所评估的具体功能维度。当使用不同的指标来评估功能障碍时,疲劳成为一个突出的中介因素,尤其是在日常生活能力(ADL)受限的情况下。这些观察结果强调了针对睡眠障碍和疲劳作为PSD患者补充但不同干预目标的潜在价值。

**相对一致的睡眠相关关联模式**
在模型1中,涉及PSQI的显著间接关联以及不显著的FAS相关路径表明,在主要模型中,睡眠质量可能代表比疲劳更一致的关联模式。卒中后的功能限制常常伴随着翻身或重新定位的困难、夜间频繁排尿和护理需求增加以及日间活动水平下降,这些都可能扰乱昼夜节律并影响睡眠调节。此外,卒中后的常见夜间症状(包括疼痛、麻木、肌肉痉挛和体位不适)进一步损害了睡眠的连续性和质量。元分析的证据表明,卒中后睡眠障碍的流行率和严重程度会随时间动态变化,伴有共病抑郁或焦虑的个体表现出更明显的失眠症状。

**引用**
值得注意的是,一些睡眠障碍的风险因素与功能障碍的指标有显著重叠,如偏瘫肩痛、痉挛、活动受限和社会参与度降低。这些因素也被证明会对康复结果产生不利影响,突显了身体功能、睡眠和恢复之间的相互关联性。在一般人群中,包括长时间清醒、睡眠时间缩短和夜间频繁醒来等一系列睡眠障碍,一直与情绪功能受损有关。类似地,PSD也被证明与卒中后的睡眠障碍呈正相关。同时,由于PSQI和PHQ-9都是自我报告的测量工具,并可能捕捉到睡眠相关负担和情绪困扰的重叠方面,本研究中观察到的相对较强的PSQI相关关联可能部分反映了方法上的共性,而不是独特的机制。某些睡眠障碍(如阻塞性睡眠呼吸暂停(OSA)可能会进一步导致卒中后的抑郁症状;在缺血性卒中住院患者中进行的研究报告了OSA严重程度与PSD风险之间的显著关联。总体而言,这些发现支持卒中后功能障碍背景下睡眠障碍和抑郁症状之间存在紧密且可能是双向的关系。睡眠障碍可能是功能限制的结果,同时也可能促进抑郁症状的发展或加剧。这种相互依赖性可能解释了为什么在当前统计模型中PSQI相关的间接关联更为显著。在功能障碍水平相当的个体中,较差的睡眠质量通常与更严重的抑郁症状相关。因此,对睡眠障碍的系统性评估和有针对性的管理对于卒中后的功能受限个体仍然具有临床意义,尽管本研究并未确定时间顺序。

**量表维度和模型依赖的疲劳关联**
mRS是卒后最常见的主观症状之一,其高发生率、持续性和对康复结果和生活质量的负面影响已被广泛报道。在不同的建模框架中,疲劳的作用显示出不同的模式。在SEM-1中,尽管疲劳严重程度由潜在的功能障碍变量(D)显著预测,但当与睡眠质量同时建模时,从FAS到PHQ-9的路径并不显著。相比之下,通过PSQI中介的从D到PHQ-9的路径仍然稳健,表明在复合功能障碍框架中,睡眠质量可能是抑郁症状的更直接的中介因素。在SEM-2中,当Barthel_rev和mRS作为并行且相互调整的预测变量同时纳入时,FAS和PHQ-9之间的关联变得显著。因此,疲劳相关的发现应被视为模型依赖的,并且是假设生成的,而不是跨模型规格的稳定中介作用的证据。在这个模型中,Barthel_rev主要预测了FAS,而mRS与PSQI和FAS都显示出显著关联,通过双重中介路径产生了更稳定的总体间接效应。这些发现表明,疲劳与抑郁症状之间的关系取决于功能障碍的维度结构和所使用的测量工具。当进一步分解功能障碍时,疲劳的贡献变得更加明显,尤其是在ADL表现受限的个体中。这种模式与两个功能量表之间的概念区分一致:mRS主要捕捉总体残疾,包括整体依赖性和社会参与度的限制,而BI更具体地关注基本ADL的表现。尽管这两种测量方法高度相关,但它们不可互换,在评分结构、临界值和对功能结果的敏感性方面存在差异。当同时纳入并相互调整时,模型区分了总体残疾和ADL特定的限制。总体残疾反映了依赖性、受限的社会功能和总体疾病负担,而ADL特定的限制更直接反映了身体能力和日常活动需求。ADL限制更可能通过活动补偿、体力储备减少和能量消耗增加等机制表现为疲劳,从而增强了Barthel_rev → FAS → PHQ-9的路径。相比之下,总体残疾似乎同时促进了睡眠障碍和疲劳,支持了mRS观察到的双重路径。这些发现表明,疲劳与抑郁症状之间的关系取决于所强调的功能构念和所使用的测量工具。疲劳并不在所有功能障碍维度上都表现为统一的中介因素;其影响取决于所评估的具体功能组件。ADL相关的限制主要通过疲劳影响抑郁症状,而总体残疾则通过睡眠和疲劳两个路径产生影响。临床上,这些结果强调了评估总体残疾和ADL特定限制的重要性,因为每个因素可能指示不同的、可改变的目标,如睡眠障碍或疲劳,以便更精确地分层和管理PSD的风险和症状负担。

**临床意义**
基于上述发现,本研究提供了横断面SEM的证据,表明观察到的数据与“功能-睡眠/疲劳-抑郁症状”之间的关联模式一致。结果表明,睡眠质量和疲劳可能是功能障碍与抑郁症状之间临床相关的中间因素,而不是建立固定的时间顺序。这些中间因素代表了早期识别和干预的临床可行目标。基于这些发现,可以提出一个结构化的筛查框架:(1)使用BI和mRS进行分层功能评估;(2)使用PSQI和FAS优先筛查睡眠障碍和疲劳;(3)使用PHQ-9评估抑郁症状的严重程度,以指导后续的临床管理。PHQ-9在先前的研究中已显示出对PSD的良好筛查效果,可有效用于快速风险分层和康复环境中的长期监测。关于干预优先级,睡眠质量似乎代表了功能障碍与抑郁症状之间相对稳定的传递链接。因此,应在临床实践中强调早期识别和管理睡眠障碍。可行的以睡眠为重点的干预措施可能包括睡眠卫生教育、疼痛和痉挛的管理、夜间不适的缓解、环境和行为习惯的优化,以及共病睡眠呼吸障碍的评估。此外,针对失眠的认知行为疗法(CBT)在卒中人群中显示出改善睡眠和情绪相关结果的潜力。SEM-2的发现还表明,疲劳对抑郁症状的贡献取决于所评估的功能维度。在ADL限制明显的个体中,疲劳管理成为一个关键的干预目标。综合方法可能包括节能策略、任务分段、个体化的康复强度和休息时间调整,以及系统评估营养状况和共病情况(如贫血、感染或药物相关的不良影响),这些情况可能加剧疲劳。当有必要时,应整合结构化的心理社会干预。认知行为疗法(CBT)在实验环境中已被证明可以改善PSF和睡眠相关症状。鉴于PSF被广泛认为是卒后常见的且具有临床意义的症状,系统评估和多学科管理是必要的。

**结论**
总体而言,这些发现支持精细的分层管理方法。mRS评分较高的患者,反映了更大的总体残疾和依赖性,可能受益于针对睡眠障碍和疲劳的双重干预,以及定期监测PHQ-9评分。相比之下,基于BI评分ADL限制更明显的患者可能需要优先考虑通过个性化康复计划进行疲劳管理,同时关注睡眠质量。这些建议代表了基于模型的风险链管理策略,应结合临床判断,考虑卒中阶段、严重程度、药物治疗和心理社会背景。本研究有几个显著的优点:首先,构建潜在变量D来代表总体功能障碍,整合了来自多个功能量表的信息,减少了与个别工具相关的测量误差,提高了所提出的“功能-睡眠/疲劳-抑郁症状”关联框架的稳定性和可解释性;其次,使用非参数bootstrap程序和2000次重采样来评估中介效应,提供了比传统正态理论方法更稳健的统计推断;第三,通过同时包含和相互调整Barthel_rev和mRS进行了SEM-2的敏感性分析,明确了不同功能测量工具在PSD路径中的相对贡献,增强了发现的可解释性、可复制性和转化相关性。然而,也应承认一些局限性:首先,单中心、回顾性的横断面设计涉及所有变量的同时评估,尽管SEM支持假设路径的内部一致性,但它不能确定因果或时间关系,这需要通过纵向设计来确认。此外,关键变量(PHQ-9、PSQI和FAS)是使用自我报告工具评估的。这些结果可能受到共同方法偏差和症状重叠的影响,从而削弱了估计路径系数的特异性。第三,一些潜在的重要混杂因素,如疼痛程度、药物使用、阻塞性睡眠呼吸暂停(OSA)、焦虑症状和中风病变特征,并未得到充分控制,这可能影响了估计的间接关联,并减弱了结论的强度。第四,相对较小的样本量限制了进行更复杂分层分析的统计功效,因此从住院康复人群中得出的发现应谨慎地推广到门诊或社区环境。未来的研究可以在几个方向上进一步发展这些发现。首先,需要进行前瞻性纵向研究,在多个时间点重复评估功能状态、睡眠质量、疲劳和抑郁症状。例如,跨滞后面板网络分析方法可能特别有助于捕捉在单次时间点结构方程模型(SEM)框架中无法解决的时间依赖性症状相互作用。引用33:应用跨滞后面板模型或纵向SEM可以验证所提出的“睡眠/疲劳 → 抑郁”路径中的时间顺序。其次,纳入客观且更详细的指标,如可穿戴设备生成的睡眠参数、OSA亚型的特征以及与疲劳相关的生物标志物,可以减少共同方法偏差并增强机制解释的能力。第三,有必要开展干预研究,评估综合性的睡眠和疲劳管理策略,包括针对失眠的认知行为疗法(CBT)和个体化的康复处方优化,以确定其对PHQ-9评分和功能恢复的影响,从而将基于路径的证据转化为临床益处。

总体而言,这项研究提供了理论支持的横断面证据,表明在真实世界的住院康复人群中,功能障碍、睡眠质量、疲劳和抑郁症状之间存在相互关联。研究结果表明,睡眠质量可能是一个更为一致的统计路径,将功能障碍和抑郁症状联系起来,而疲劳的作用似乎取决于功能测量方法和模型设定。通过强调睡眠质量和疲劳作为这一关联模式中具有临床相关性和可修改的相关因素,该研究有助于指导全面的中风康复和心理管理。这些发现应被视为生成假设和支持针对性筛查的依据,而不是确凿的干预路径的证据。

缩写:
PHQ-9:患者健康问卷-9;PSQI:匹兹堡睡眠质量指数;mRS:改良Rankin量表;PSD:中风后抑郁;ADL:日常生活活动;PSF:中风后疲劳;BI:Barthel指数;FAS:疲劳评估量表;SEM:结构方程建模;BMI:体重指数;NIHSS:国立卫生研究院中风量表;TIA:短暂性脑缺血发作;ML:最大似然;SRMR:标准化均方残差;CI:置信区间;RMSEA:近似均方误差;OSA:阻塞性睡眠呼吸暂停;CBT:认知行为疗法。

伦理批准和参与同意:
本研究遵循《赫尔辛基宣言》(2013年修订版)进行。研究获得了河北大学附属医院的伦理委员会的批准(批准编号:HDFYLL-KY-2023-138)。所有参与者均签署了书面知情同意书。

披露:
作者声明没有利益冲突。

数据共享声明:
本研究生成或分析的所有数据均包含在本文中。如需进一步咨询,请联系 corresponding author。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号