护理临床试验发文顶刊(一区,IF=8.1),这是一篇重复测量数据分析的好文章

编者

广州医科大学学者通过文献回顾和预实验研发了一套针对阿尔茨海默病伴吞咽障碍患者的视频引导的系统化渐进式吞咽肌群训练,结果表明,吞咽障碍和相关症状明显改善,临床疗效远高于常规护理,与各位做个分享!

在统计学方法上,用了广义估计方程来开展,是不错的方法,老郑我最后也谈谈我的想法,记得文末我的观点。

2024年2月,广州医科大学附属脑科医院的老年神经科学中心团队在顶级护理期刊**《In** ternational Journal of Nursing Studies》 (医学一区Top,IF=8.1) 发表了一篇有关"渐进式吞咽肌群训练对于阿尔茨海默病患者吞咽障碍的疗效"的多中心随机对照试验,题为:"Effectiveness of nurse-delivered stepwise swallowing training on dysphagia in patients with Alzheimer's disease: A multi-center randomized controlled trial"。

针对阿尔茨海默病患者(Alzheimer's disease, AD)这一特殊人群,在确保安全性的前提下,为有效提高其吞咽功能,通过文献回顾和预实验研发了一套视频引导的系统化渐进式吞咽肌群训练,并进行多中心、随机对照研究。结果表明,经过为期四周的渐进式吞咽肌群训练,干预组的吞咽障碍和相关症状明显得到改善,临床疗效远高于仅接受常规护理的对照组!

该研究的第一作者为叶君荣、吴晨欣、陈娇(老年神经科学中心/护理部),通讯作者为宁玉萍教授、肖爱祥教授。

|----------------------------------|
| 原文PDF获取方式: 本公众号回复关键词**"原文"** |

吞咽障碍:阿尔兹海默病患者的生活困境

在认知的迷雾之中,阿尔茨海默病患者面临的不仅是失忆的阴影,还有吞咽的困难。轻度患者中有32-45%的人经历着食物的难以下咽,而这一挑战随着病情加剧而变得更加普遍和严重------在中度患者中这一比例达到了84%,重度阿尔茨海默病患者中甚至上升至93%。舌部压力和舌部运动的减弱,患者口腔形成和推进食团能力的下降,都大大增加了患者的食物残留与误吸风险。

这种吞咽障碍不仅威胁着患者的营养摄取,还可能导致呼吸道感染等危险的并发症,甚至危及生命。

提升吞咽功能对于阿尔茨海默病患者的健康和生存质量至关重要。 因此,广州医科大学附属脑科医院吞咽护理研究小组通过前期的文献回顾与临床预实验开发了一套针对这一难题的渐进式吞咽肌群训练方法。这种训练打破了传统限制,通过视频引导,逐步激发患者吞咽肌肉群的力量与协调,力求改善患者的吞咽功能,提高他们的日常生活质量。

新技术:渐进式吞咽肌群训练的疗效研究

在2022年3月至11月,研究团队从广东省的三家公立精神病医院招募参与者,包括长期住院患者和出院后的患者,同时符合DSM-5阿尔茨海默病诊断、洼田饮水试验(WST)得分为三级或更高级别且具备基本沟通技能。最终招募了93名AD患者进行平行随机对照试验,将患者随机分配到干预组(48人)和对照组(45人)。

干预组在常规吞咽困难护理(饮食和姿态管理以及关于吞咽功能障碍的健康教育)的基础上,采取了为期四周的系统性渐进式吞咽训练训练,主要侧重于吞咽肌肉的锻炼,包括嘴唇、舌头、脸部、下颌和颈部这五个主要的吞咽肌群。同时,每个吞咽肌群的训练通过肌肉的运动范围来定义难易程度。具体流程如下图。

**主要结局指标:**洼田饮水试验(WST)与标准吞咽评估量表(SSA)。

**次要结局指标:**中文版老年痴呆患者异常进食问卷(AEBQ)、中文版巴氏指数(BI)、简易微型营养评定表(MNA-SF)与患者对干预的依从性。

**研究类型:**多中心、研究者盲(单盲)、随机对照试验。

干预证实安全有效:AD患者吞咽功能显著增强

这个以患者为中心,护士为主导的训练方案,经历了严格的多中心随机对照试验,取得了令人鼓舞的结果。

研究者在基线(T1,第0天)、干预开始后两周(T2,第14天)、干预开始后四周(T3,第28天)测量主要与次要的结局指标,并对这些重复测量数据采用广义估计方程(GEE)进行评估分析

在洼田饮水试验(WST)中,所有参与者在基线时被判定为处于吸入风险状态。随后,在第二周(z = −5.191, P < 0.001)和第四周(z = −6.687, P < 0.001)的跟进中,干预组与对照组相比吞咽功能的改进达到了显著水平。

由于所有患者至少有完整的基线数据并被纳入广义估计方程分析,所以在结果分析中应用了意向性分析方法(ITT)。

结果显示,渐进式吞咽训练(干预),不仅提高了患者的吞咽能力,还改善了他们的饮食行为、日常生活能力和营养状况,且这些改善在第二周与第四周的评估都是具有统计学显著性的。

对于主要结局,在第四周,吞咽功能改善的交互作用项(组别×时间)指标在洼田饮水试验(WST)中,β= −3.133,95% CI (−4.113 , −2.154),P<0.001,在标准吞咽评估(SSA)中,β= −5.813,95% CI(−7.782 , −3.844),P<0.001,显示干预效果显著。

对于次要结局,异常进食行为(AEBQ分数)[β= −13.324 95% CI(−21.643 , −5.005) P = 0.002]、日常生活能力(巴氏指数BI)[β= 11.280 95% CI(4.021 , 18.540) P = 0.002]和营养状况(MNA-SF分数)[β= 2.402 95% CI(1.313 , 3.490) P<0.001]均在四周的干预后有显著改善

综上所述,通过这一系列的数据分析,可以看出,渐进式吞咽肌群训练可以有效改善阿尔茨海默病患者的吞咽功能、异常饮食行为、日常生活能力与营养状况,并且这一改善效果在考虑了MMSE评分、婚姻状况和年龄因素后依然稳定。此外,该训练在安全性方面也显示出良好的表现(对照组:10.4%,干预组:6.7%,x2 = 0.415,P = 0.519)。

统计学方法

1. 样本量计算

使用G*Power 3.1软件进行样本量的计算:

  • 设定显著性水平(α)为0.05;

  • 检验效能(1-β)为0.80;

  • 效应量(f)为0.32。

基于洼田饮水试验(WST)比较实验组和对照组的显著差异预设为14.2%(实验组74.2%,对照组60.0%)。计算结果表明,为达到上述统计效能需要78名 参与者。考虑到约10%的失访率以及其他混杂因素,最终确定应招募86名参与者。

2. 基线数据分析

使用IBM SPSS 25软件进行所有统计分析。对于基线数据,使用t检验或χ²检验比较两组之间的正态分布变量,非正态分布变量则使用Mann--Whitney U检验。这包括在三个时间点(基线、第二周、第四周)测量的非退出患者(在所有三个时间点测量)和退出患者(仅在一个或两个时间点测量)之间的比较。

3. 主要和次要结局指标的分析

对于主要(WST、SSA)和次要结局指标(包括AEBQ、BI、MNA-SF),使用广义估计方程 (Generalized Estimating Equations, GEE)评估两组在T2(第二周)和T3(第四周)相对于T1(基线)的差异变化。**GEE分析解释了重复测量之间的内部相关性,并即使在数据缺失的情况下也能产生无偏估计。**对调整后和未调整的广义估计方程进行协变量分析,包括婚姻状况、认知功能和年龄(根据基线数据)。

4. 意向治疗分析原则

由于所有患者至少有完整的基线数据并被纳入广义估计方程分析,所以在结果分析中应用了意向性分析方法(ITT) 。ITT分析的优势在于它提供了一个没有偏倚的疗效比较方法(每一个研究对象无论是否都随访至观察终点,都将按照最初的随机分组全部参与最终的统计分析,即不会破坏组间可比性)

统计学方法

该研究突破性地证实,此训练法不仅显著改善了患者的吞咽障碍,还确保了不良反应少、安全性高,为AD伴吞咽困难患者带来了实用的康复策略。在精神专科医院中推广这项训练,被证明是改善AD患者生活质量的有效手段。广州医科大学的科研团队,再次证明了自己在全球医学领域的重要地位。

当然,郑老师是搞统计的,觉得这项研究采用的不是重复测量方差分析,这非常好的一个思路,真的,重复测量方差分析真不太推荐使用,可是我们护理学很多文章,都是用重复测量方差分析,应该改改了。

重复测量数据用广义估计方程与混合效应模型都不错,本文用的是广义估计方程。它运用SPSS广义估计方程,自变量包括协变量、time、干预因素、以及time×干预因素。广义估计方程设置聚集性变量(id)来解决数据非独立性问题。

在这里我对写好临床试验重复测量数据有一些建议:

(1)高质量的临床试验,结局指标设置,尤其是主要结局指标,要分时间点,像这篇文章无论田饮水试验(WST)与标准吞咽评估量表(SSA)都没有清晰解释哪个时间点的WST和SSA作为主要结局。其实说清楚更好。

(2)多主要结局指标,需要进行一类错误膨胀的控制。

(3)这篇文章疗效分析,它纳入了基线值作为因变量,这其实不太推荐,一般基线作为协变量开展分析。

(4)在第四周,吞咽功能改善的交互作用项(组别×时间)指标在洼田饮水试验(WST)中,β= −3.133,95% CI (−4.113 , −2.154),P<0.001。这种交互项说法其实不合适,其实这一结果,表明的是第四周的单独效应。

总的来说,这篇文章还不错,统计学方法列的也很详细''请大家原谅我的挑刺,与大家共勉。

|----------------------------------|
| 原文PDF获取方式: 本公众号回复关键词**"原文"** |

对重复测量资料分析方法,感兴趣的朋友,可以参加我的重复测量资料课程。

了解详情:重复测量资料用什么分析方法?两天带你学会


本公众提供各种科研服务了!

|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 一、课程培训 2022年以来,我们召集了一批富有经验的高校专业队伍,着手举行短期统计课程培训班,包括R语言**、meta分析、临床预测模型、真实世界临床研究、问卷与量表分析、医学统计与SPSS、临床试验数据分析、重复测量资料分析、nhanes、孟德尔随机化等10余门课**。如果您有需求,不妨点击查看: 发文后退款:2024-2025年科研统计课程介绍 二、数据分析服务 浙江中医药大学郑老师团队接单各项医学研究数据分析的服务,提供高质量统计分析报告。有兴趣了解一下详情: 课题、论文、毕业数据分析 临床试验设计与分析公共数据库挖掘与统计 |

相关推荐
陈苏同学3 分钟前
4. 将pycharm本地项目同步到(Linux)服务器上——深度学习·科研实践·从0到1
linux·服务器·ide·人工智能·python·深度学习·pycharm
吾名招财21 分钟前
yolov5-7.0模型DNN加载函数及参数详解(重要)
c++·人工智能·yolo·dnn
我是哈哈hh41 分钟前
专题十_穷举vs暴搜vs深搜vs回溯vs剪枝_二叉树的深度优先搜索_算法专题详细总结
服务器·数据结构·c++·算法·机器学习·深度优先·剪枝
鼠鼠龙年发大财1 小时前
【鼠鼠学AI代码合集#7】概率
人工智能
Tisfy1 小时前
LeetCode 2187.完成旅途的最少时间:二分查找
算法·leetcode·二分查找·题解·二分
龙的爹23331 小时前
论文 | Model-tuning Via Prompts Makes NLP Models Adversarially Robust
人工智能·gpt·深度学习·语言模型·自然语言处理·prompt
工业机器视觉设计和实现1 小时前
cnn突破四(生成卷积核与固定核对比)
人工智能·深度学习·cnn
Mephisto.java1 小时前
【力扣 | SQL题 | 每日四题】力扣2082, 2084, 2072, 2112, 180
sql·算法·leetcode
robin_suli1 小时前
滑动窗口->dd爱框框
算法
丶Darling.1 小时前
LeetCode Hot100 | Day1 | 二叉树:二叉树的直径
数据结构·c++·学习·算法·leetcode·二叉树