成人ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡的潛在類別及影響因素分析

李文雪，包園，陳翠，王碩，周芳

（1.徐州醫(yī)科大學(xué) 護理學(xué)院，江蘇 徐州 221004；2.徐州醫(yī)科大學(xué)附屬醫(yī)院 重癥醫(yī)學(xué)科，江蘇 徐州 221006）

疼痛是重癥患者入住ICU 后的一個重要問題，高強度、 持續(xù)時間較長的急性疼痛如不能在初始狀態(tài)下被充分控制，則可能發(fā)展為慢性疼痛[1]。 研究表明，ICU 轉(zhuǎn)出患者慢性疼痛的發(fā)生率為14%～77%[2]。慢性疼痛與ICU 轉(zhuǎn)出患者的生活質(zhì)量密切相關(guān)，其不僅給患者的生理、 心理和社會功能造成較大的影響，同時造成了較重的經(jīng)濟負擔，已成為重要的公共健康和社會問題[3]。 目前針對ICU 轉(zhuǎn)出患者慢性疼痛的研究以橫斷面調(diào)查為主[4]，動態(tài)描述發(fā)展軌跡的縱向研究較少[5]，且忽略了患者慢性疼痛發(fā)展的異質(zhì)性。 增長混合模型（growth mixture model,GMM）假設(shè)群體內(nèi)個體的發(fā)展軌跡存在差異， 把具有相同或者類似發(fā)展軌跡的個體歸為一類， 由此將群體分成若干個互斥的亞群， 并對每個亞群的發(fā)展軌跡進行描述[6]。 目前已有研究運用增長混合模型在不同研究人群中發(fā)現(xiàn)了異質(zhì)性的慢性疼痛發(fā)展軌跡[7-8]，但基于此模型探究ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡的縱向研究尚未見報道。因此，本研究動態(tài)追蹤了ICU 轉(zhuǎn)出患者的慢性疼痛狀況， 基于增長混合模型識別出慢性疼痛發(fā)展軌跡的潛在類別， 并分析潛在類別的影響因素，以期為ICU 轉(zhuǎn)出患者慢性疼痛的早期預(yù)防、識別、干預(yù)和長期管理提供實踐依據(jù)。

1 對象與方法

1.1 調(diào)查對象 采用便利抽樣法， 選取2021 年11月—2022 年8 月從徐州醫(yī)科大學(xué)附屬醫(yī)院綜合ICU 轉(zhuǎn)出的患者作為研究對象。納入標準：（1）18～85歲；（2）住ICU 時長≥48 h；（3）經(jīng)治療好轉(zhuǎn)，從ICU轉(zhuǎn)至其他科室、康復(fù)出院或轉(zhuǎn)院治療。排除標準：（1）有精神心理疾病史、認知障礙或智力低下，無法正確理解問卷內(nèi)容；（2）有重大顱腦損傷、中毒性腦病以及其他可引起認知功能損害的疾?。唬?）有聽力或語言表達障礙。 剔除標準：（1）轉(zhuǎn)出ICU 后3 個月或6個月隨訪時失訪；（2） 隨訪期間因病情加重再次入ICU或死亡。 慢性疼痛的診斷標準：（1）在ICU 轉(zhuǎn)出后出現(xiàn)的疼痛，持續(xù)時間超過3 個月[9]；（2）目前疼痛或不適與ICU 入院前的疼痛性質(zhì)不同；（3） 排除其他原因引起的疼痛，如外傷等。 本研究已通過徐州醫(yī)科大學(xué)附屬醫(yī)院醫(yī)學(xué)倫理委員會審批（XYFY2022-KL114-01），調(diào)查對象或家屬均簽署知情同意書。

采用貝葉斯信息準則 （Bayesian information criterion, BIC）作為選擇模型首要考慮的指標時應(yīng)保證樣本量至少為200[10]。而采用潛在類別模型分析變量軌跡類別的穩(wěn)健性又受到樣本量的影響， 即樣本量在500 例范圍內(nèi)時樣本量越大越好。 綜合考慮數(shù)據(jù)收集過程的實際可操作性， 最終確定本研究的樣本量至少200 例。 到患者轉(zhuǎn)出ICU 后6 個月隨訪結(jié)束，共211 例患者完成全程隨訪。

1.2 調(diào)查工具

1.2.1 一般資料調(diào)查表 在文獻回顧的基礎(chǔ)上納入對ICU 轉(zhuǎn)出患者慢性疼痛可能有影響的人口學(xué)和疾病相關(guān)資料，包括性別、年齡、體質(zhì)量指數(shù)、吸煙史、酗酒史、慢性病數(shù)量、手術(shù)史、慢性疼痛史、患者類型、 急性生理與慢性健康評分 （Acute Physiology and Chronic Health Evaluation, APACHE）、有無有創(chuàng)機械通氣、 有無高炎癥反應(yīng)（C 反應(yīng)蛋白水平＞100 mg/l[11]）、ICU 住院期間不同種類鎮(zhèn)靜藥物的使用狀況、阿片類藥物用量 （換算為等效非胃腸道嗎啡劑量（mg）[12]）、院內(nèi)轉(zhuǎn)運次數(shù)、留置管道數(shù)量、總住院天數(shù)、住ICU 天數(shù)、出院后有無疼痛管理。

1.2.2 數(shù)字評定量表 本研究采用數(shù)字評定量表評估患者的疼痛程度，該量表有多個版本，其中最常用的是0～10 版[13]?；颊咝枰鶕?jù)自身情況，在0～10 中選擇1 個數(shù)字來表示自己的疼痛感覺。 其中，0 表示無疼痛，1～3 表示輕度疼痛，4～6 表示中度疼痛，7～10 表示重度疼痛[14]。

1.2.3 醫(yī)院焦慮抑郁量表 本研究采用醫(yī)院焦慮抑郁量表評估患者基線心理狀況（包括焦慮、抑郁）。源量表由Zigmond 和Snaith 于1983 年編制[15]，中文版由葉維菲等[16]于1993 年翻譯，用于評估綜合醫(yī)院患者的焦慮和抑郁情緒，2 個維度間隔1 周后的重測信度分別為0.92 和0.84。 該量表由2 個維度14 個條目組成，焦慮維度和抑郁維度各有7 個條目，根據(jù)患者癥狀的嚴重程度，每個條目分別計0～3 分。 維度得分均為0～21 分，維度得分≥8 分則表示患者存在焦慮或抑郁癥狀[17]。 本研究中2 個維度Cronbach α 系數(shù)分別為0.892、0.913。

1.2.4 匹茲堡睡眠質(zhì)量指數(shù)量表 本研究采用匹茲堡睡眠質(zhì)量指數(shù)量表評估患者基線睡眠狀況。 源量表由Buysse 等[18]于1989 年編制，1996 年由劉賢臣等[19]漢化，并在我國正常成人和精神科常見疾病患者中驗證了中文版Cronbach α 系數(shù)為0.842，間隔2周后的重測信度為0.809。 該量表由19 個自評條目和5 個他評條目組成，采用0～3 分評分法，得分越高說明患者的睡眠質(zhì)量越差。國內(nèi)多以7 分為截點值，其靈敏度和特異度分別為98.3%和90.2%[19]。 本研究中該量表的Cronbach α 系數(shù)為0.898。

1.2.5 簡易疲乏量表 本研究采用簡易疲乏量表評估患者基線疲乏狀況。 源量表于1999 年由Mendoza等[20]研發(fā)，2004 年由Wang 等[21]漢化，并在癌癥患者中驗證了疲乏強度的Cronbach α 系數(shù)為0.92，疲乏影響的Cronbach α 系數(shù)為0.90。 該量表共9 個條目，前3 個條目分別評價患者現(xiàn)在的疲乏程度、24 h內(nèi)的一般疲乏程度與最疲乏的程度。均采用Likert 11 級評分法（0 代表“沒有疲乏”，10 代表“患者能想到的最嚴重的疲乏”） 進行評分，3 個條目的平均分即疲乏程度評分，＞0 分則表示患者存在疲乏癥狀，評分越高則疲乏程度越重[21]。 本研究中簡易疲乏量表的Cronbach α 系數(shù)為0.960。

1.3 資料收集和質(zhì)量控制方法 本研究共調(diào)查3次， 由2 名經(jīng)標準化培訓(xùn)的研究者分別在患者轉(zhuǎn)出ICU 后1 周、3 個月和6 個月收集資料。 通過查閱電子病歷、翻閱ICU 特護記錄單，收集患者的一般資料。 患者轉(zhuǎn)出ICU 后1 周通過面對面隨訪（156 例）或電話隨訪（55 例）的方式評估其基線心理狀況（包括焦慮、抑郁）、基線生理狀況（包括睡眠、疲乏）及疼痛的發(fā)生狀況。 患者出院后通過醫(yī)院信息系統(tǒng)補充完善患者的臨床資料， 如總住院天數(shù)等。 患者轉(zhuǎn)出ICU 后3 個月和6 個月通過電話隨訪評估患者的慢性疼痛狀況。 研究者于患者入住ICU 期間給予其問候和關(guān)心，并及時將患者的病情進展告知家屬，取得患者及其家屬的信任，提高評估結(jié)果的可靠性。在研究資料收集時，與參與資料收集的科室、醫(yī)護工作者建立良好的合作關(guān)系。調(diào)查過程采用統(tǒng)一的指導(dǎo)語，調(diào)查結(jié)束后按照統(tǒng)一的評分標準計算各量表得分。所有資料經(jīng)雙人核查后錄入電腦。

1.4 統(tǒng)計學(xué)方法 采用Mplus 8.3 建立潛在類別模型。確定潛類別個數(shù)是模型擬合的關(guān)鍵，常用模型擬合檢驗和信息評價指標并結(jié)合實際意義來選擇潛類別個數(shù)。 赤池信息準則（akaike information criterion,AIC）、貝葉斯信息準則以及樣本校正的貝葉斯信息準則（sample size-adjusted BIC, aBIC）是常用的信息指數(shù)，這些指標越小，表明模型擬合越好。 羅-夢戴爾-魯本校正似然比 （Lo-Mendell-rubin, LMR）和Bootstrap的似然比檢驗（bootstrapped likelihood ratio test, BLRT）是常用的模型擬合檢驗，當P 值達到顯著水平時（P＜0.05），說明k 個類別的模型優(yōu)于k-1個類別的模型。 在確定類別數(shù)目時，羅-夢戴爾-魯本校正似然比相較于Bootstrap 的似然比檢驗更為敏感，結(jié)果更加可靠。熵（Entropy）為0～1，熵越高，表明分類精準性越高。從類別數(shù)為1 的初始模型開始，逐步增加模型中的類別數(shù)目，比較模型間擬合指標，結(jié)合實際意義及統(tǒng)計指標確定最佳模型[22]。

采用SPSS 26.0 進行統(tǒng)計分析。 對計量資料進行正態(tài)性檢驗，均為偏態(tài)分布，采用中位數(shù)（四分位數(shù)）描述，重復(fù)測量數(shù)據(jù)比較采用Friedman 檢驗，組間比較采用Mann-Whitney U 檢驗； 計數(shù)資料采用頻數(shù)和構(gòu)成比描述，組間比較采用Pearson χ2檢驗。為探究影響ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡的危險因素，采用二分類Logistic 回歸進行多因素分析。檢驗水準α=0.05。

2 結(jié)果

2.1 一般資料及患者轉(zhuǎn)出ICU 后1 周焦慮、抑郁、睡眠障礙及疲乏得分情況 初步納入285 例ICU轉(zhuǎn)出患者，隨訪期間死亡33 例，失訪19 例，由于病情加重再次入ICU 22 例，最終211 例完成隨訪。 其中，男性107 例（50.7%），女性104 例（49.3%）；年齡58.00（47.00, 69.00）歲；體質(zhì)量指數(shù)為23.40（21.90,25.40）kg/m2；73 例（34.6%）有吸煙史；81 例（38.4%）有酗酒史；慢性病數(shù)量為1.00（0， 2.00）種；87 例（41.2%）有手術(shù)史；21 例（10.0%）有慢性疼痛史；患者類型：內(nèi)科疾病81 例（38.4%），外科疾病130 例（61.6%）； 急性生理與慢性健康評分為13.00（9.00，18.00）分；有創(chuàng)機械通氣129 例（61.1%）；高炎癥反應(yīng)83 例（39.3%）；鎮(zhèn)靜藥物：右美托咪定150 例（87.7%），丙泊酚102 例（59.6%），咪達唑侖80 例（46.8%）；阿片類等效非胃腸道嗎啡劑量240.00（20.00, 685.00）mg；院內(nèi)轉(zhuǎn)運次數(shù)為4.00（4.00,6.00）次；留置管道數(shù)量為4.00（3.00，5.00）根；總 住 院 天 數(shù) 為16.00（10.00，23.00）d；住ICU 天 數(shù) 為4.00（2.00，6.00）d；9 例（4.3%）出院后有疼痛管理。

本組患者轉(zhuǎn)出ICU 后1 周焦慮維度得分為5.00（3.00，9.00）分，抑郁維度得分為6.00（4.00，9.00）分，根據(jù)維度得分≥8 分表示患者存在焦慮或抑郁癥狀的評價標準[17]，82 例（38.9%）為焦慮患者，100 例（47.4%）為抑郁患者。 本組患者轉(zhuǎn)出ICU 后1 周匹茲堡睡眠質(zhì)量指數(shù)量表總分為7.00（6.00，10.00）分，根據(jù)總分＞7 分表示患者存在睡眠障礙的評價標準[19]，154 例（73.0%）為睡眠障礙患者。本組患者轉(zhuǎn)出ICU 后1 周疲乏程度評分為1.00（0，5.00）分，根據(jù)評分＞0 分表示患者存在疲乏癥狀的評價標準[21]，131 例（62.1%）為疲乏患者。

2.2 ICU 轉(zhuǎn)出患者各時間點疼痛得分情況 本組患者轉(zhuǎn)出ICU 后1 周疼痛得分為3.00（0，5.00）分，155例（73.5%）為疼痛患者；患者轉(zhuǎn)出ICU 后3 個月疼痛得分為0（0，3.00）分，89 例（42.2%）為疼痛患者；患者轉(zhuǎn)出ICU 后6 個月疼痛得分為0（0，2.00）分，66 例（31.3%） 為疼痛患者。 3 個時間點的疼痛得分經(jīng)Friedman 檢驗，χ2=269.292，P＜0.001。

2.3 ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡的潛在類別將類別數(shù)從1 依次增加至5， 分別擬合線性、二次以及自由估計3 種增長混合模型。（1）二次估計模型和自由估計模型：信息評價指標赤池信息準則、貝葉斯信息準則和樣本校正的貝葉斯信息準則值隨類別數(shù)目的增加而減小，當類別數(shù)目為3 時，熵值分別為0.963 和0.988， 羅-夢戴爾-魯本校正似然比和Bootstrap 的似然比檢驗均有統(tǒng)計學(xué)意義， 故保留3個類別模型。（2）線性估計模型：保留3 個類別時，熵值為0.997，羅-夢戴爾-魯本校正似然比和Bootstrap的似然比檢驗均有統(tǒng)計學(xué)意義。 與二次估計模型和自由估計模型相比，線性模型信息指數(shù)最小，熵值最大，故認為保留3 個潛在類別線性估計的模型最優(yōu)，具體擬合指標見表1。

以疼痛程度為縱坐標、以轉(zhuǎn)出ICU 時間為橫坐標繪制3 個潛在類別（C1～C3） 的軌跡圖， 見圖1。ICU 轉(zhuǎn)出患者基線疼痛得分由高至低依此為C2 組（7.13±0.44）分、C3 組（5.17±0.24）分、C1 組（2.28±0.18）分。 從表2 可知，C1～C3 組ICU 轉(zhuǎn)出患者疼痛得分整體呈現(xiàn)下降趨勢，且下降趨勢均顯著（P＜0.001）。因此， 將3 個潛在類別根據(jù)其變化趨勢及特點分別命名為輕度疼痛至完全緩解組（C1）、高至中度疼痛組（C2）、中至輕度疼痛組（C3）。

圖1 3 個潛在類別的ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡圖

表2 3 個潛在類別的ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡模型的參數(shù)估計

2.4 不同特征ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡潛在類別的比較 由于高至中度疼痛組和中至輕度疼痛組的患者人數(shù)較少， 結(jié)合臨床實際意義將2 組ICU 轉(zhuǎn)出患者進行合并， 命名為“疼痛未完全緩解組”。比較疼痛未完全緩解組與輕度疼痛至完全緩解組ICU 轉(zhuǎn)出患者的差別。 結(jié)果顯示，不同性別、慢性疼痛史、患者類型、手術(shù)、有創(chuàng)機械通氣、高炎癥反應(yīng)、阿片類藥物用量、院內(nèi)轉(zhuǎn)運次數(shù)、留置管道數(shù)量、總住院天數(shù)、焦慮、抑郁、睡眠障礙、疲乏的ICU 轉(zhuǎn)出患者，其慢性疼痛發(fā)展軌跡潛在類別比較，差異均有統(tǒng)計學(xué)意義（P＜0.05）。 見表3。

表3 不同特征ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡潛在類別的比較

2.5 ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素分析 以ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡類別為因變量（輕度疼痛至完全緩解組=0，疼痛未完全緩解組=1），以單因素分析中有統(tǒng)計學(xué)意義的14 個變量為自變量，進行二分類Logistic 回歸分析，采用逐步進入法篩選自變量。 從模型整體檢驗的各統(tǒng)計量來看， 模型的卡方值為76.565， 所對應(yīng)的概率值＜0.001，Cox & Snell R2和Nagelkerke R2分別為0.304 和0.430，對數(shù)似然值為182.395；說明模型的整體擬合效果較好[23]。 Hosmer-Lemeshow 檢驗的卡方值為9.172，顯著性概率值為0.241，整體模型的適配度佳，可用于具體分析。 二分類Logistic 回歸分析結(jié)果顯示，女性、慢性疼痛史、外科疾病、高炎癥反應(yīng)、抑郁、疲乏是ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的危險因素（P＜0.05）。 見表4。

表4 ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡的二分類Logistic 回歸分析（n＝211）

3 討論

3.1 ICU 轉(zhuǎn)出患者慢性疼痛發(fā)展軌跡存在3 種潛在類別 本研究通過增長混合模型識別出3 種ICU轉(zhuǎn)出患者的慢性疼痛發(fā)展軌跡潛在類別， 即輕度疼痛至完全緩解組、 中至輕度疼痛組、 高至中度疼痛組，說明ICU 轉(zhuǎn)出患者在身體恢復(fù)過程中疼痛程度的變化存在差異。 本研究中輕度疼痛至完全緩解組所占比例最高（69.7%），說明大部分患者住院期間病情得到了改善并且獲得了有效的疼痛管理， 出院后隨著身體功能的恢復(fù)，疼痛完全緩解；與Liu 等[7]研究結(jié)果一致。另外，本研究還有22.7%和7.6%的患者分別歸屬于中至輕度疼痛組和高至中度疼痛組，患者隨訪期間疼痛并未完全緩解； 既往在不同患者群體中也都發(fā)現(xiàn)了持續(xù)疼痛軌跡類別[7-8，24]。 這些患者的共同特征是疼痛程度的初始水平較高。 如果沒有實現(xiàn)對疼痛程度較重的急性疼痛的管理， 可能會增加其轉(zhuǎn)化為慢性疼痛的可能性， 提示院內(nèi)的急性疼痛管理還需進一步加強。此外，患者出院后的疼痛管理也同等重要。

3.2 ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素

3.2.1 性別 本研究結(jié)果顯示， 性別是ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素（OR=3.076，P=0.003），即以男性為參照，ICU 轉(zhuǎn)出女性患者發(fā)生慢性疼痛未完全緩解的風(fēng)險更大。 疼痛的性別差異與大腦結(jié)構(gòu)和功能、內(nèi)源性鎮(zhèn)痛系統(tǒng)、性激素、性染色體、社會因素及心理因素等密切相關(guān)，女性對傷害性刺激比男性更為敏感、 對軀體的感知能力及思想認知比男性更復(fù)雜， 對自身病情和癥狀的變化關(guān)注度更高[25]。

3.2.2 慢性疼痛史 本研究結(jié)果顯示， 慢性疼痛史是ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素（OR=3.654，P=0.023），即有慢性疼痛史的ICU 轉(zhuǎn)出患者，其發(fā)生慢性疼痛未完全緩解的風(fēng)險更大。 ICU患者由于自身疾病的復(fù)雜性且經(jīng)常接受侵入性操作，反復(fù)遭受疼痛刺激，存在慢性疼痛史的患者往往表現(xiàn)出更高的疼痛敏感性，故而在轉(zhuǎn)出ICU 后較長時間內(nèi)仍然感受到疼痛的存在[26]。

3.2.3 患者類型 本研究結(jié)果顯示， 患者類型是ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素（OR=2.572，P=0.028），即以內(nèi)科疾病患者為參照，外科疾病患者發(fā)生慢性疼痛未完全緩解的風(fēng)險更大。相關(guān)研究顯示，慢性術(shù)后疼痛的發(fā)病率為5%～85%[27]，這可能也是外科疾病患者發(fā)生慢性疼痛未完全緩解的風(fēng)險較高的原因。

3.2.4 高炎癥反應(yīng) 本研究結(jié)果顯示， 高炎癥反應(yīng)是ICU 轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素（OR=2.628，P=0.009），即有高炎癥反應(yīng)的ICU 轉(zhuǎn)出患者發(fā)生慢性疼痛未完全緩解的風(fēng)險更大；與Koster 等研究結(jié)論一致[11]。 神經(jīng)系統(tǒng)過度的炎癥反應(yīng)和異常的免疫調(diào)節(jié)在急性疼痛向慢性疼痛的轉(zhuǎn)變過程中發(fā)揮著關(guān)鍵作用[28]。 若在急性疼痛發(fā)作期抑制炎癥反應(yīng)，機體未能啟動必要的免疫應(yīng)答反應(yīng)，反而會使疼痛的病程延長， 增加后期發(fā)展為慢性疼痛的風(fēng)險[29]。 由于本研究缺失這些發(fā)生高炎癥反應(yīng)患者的抗炎治療相關(guān)資料， 因此有關(guān)高炎癥反應(yīng)對ICU 轉(zhuǎn)出患者慢性疼痛的影響還有待后續(xù)研究的進一步探討。

3.2.5 抑郁和疲乏 本研究結(jié)果顯示，抑郁（OR=3.502，P=0.002）和疲乏（OR=3.879，P=0.006）是ICU轉(zhuǎn)出患者慢性疼痛未完全緩解的影響因素， 即轉(zhuǎn)出ICU 后1 周存在抑郁和疲乏的患者發(fā)生慢性疼痛未完全緩解的風(fēng)險更大。 患者轉(zhuǎn)出ICU 早期病情往往相對于其他患者仍較重，再加上醫(yī)療環(huán)境的改變、監(jiān)護觀察頻率減少以及護理方式的差異， 極易產(chǎn)生一系列身體和心理癥狀[30]。 疼痛使患者精神萎靡、疲乏無力、心情煩躁，這一系列負面感受又會對患者產(chǎn)生惡性刺激，從而增加患者的痛苦，形成惡性循環(huán)，不利于疼痛緩解。

4 本研究局限性

本研究為單中心研究，樣本量較小；未對研究對象的疾病種類進行限制，研究對象缺乏特異性；受調(diào)查醫(yī)院ICU 實際用藥情況所限，未納入非阿片類鎮(zhèn)痛藥物的使用情況；患者轉(zhuǎn)出ICU 后的疼痛管理率較低（4.3%）且效果不佳，均有待于未來進一步探討。

[致謝] 感謝徐州醫(yī)科大學(xué)公共衛(wèi)生學(xué)院統(tǒng)計學(xué)教研室卓郎教授和肖立順教授對本研究涉及的統(tǒng)計學(xué)方法的指導(dǎo)！