护理文献一起读一文读懂潜在类别分析
近些年，护理学研究发文越来越卷，老实说，一篇简单的横断面调查难以讲出一个吸引人的好故事。这就需要我们的研究者多思考自己所做研究的真正意义是什么，同时也需要多了解自己学科以及相近学科新颖的、使用广泛的研究方法、统计学方法都有什么。
不同于传统的统计分析，潜在类别分析（LatentClassAnalysis,LCA）是一种以人为中心的分析方法。LCA已经在心理学和社会学等领域应用广泛，近几年也有不少学者应用LCA探讨护理学研究问题。大家在网上也可以找到很多LCA方法学和操作的讲解。我们一起学习一下《中华护理杂志》年最新刊登的《冠状动脉旁路移植术患者运动恐惧现状及影响因素分析》[1]这篇文章，了解潜在类别模型在护理学研究中的应用。
一、文献内容1、目的
探索冠状动脉旁路移植术（coronaryarterybypassgrafting，CABG）患者运动恐惧的现状并分析影响因素，为CABG患者康复运动的干预提供参考。2、方法
采用方便抽样法，选取2年1月—8月于乌鲁医院就诊的CABG患者作为调查对象。于患者术后1个月，采用一般资料调查表、中文版心脏病患者运动恐惧量表、中文版多维度疲劳症状简表和锻炼行动自我效能量表进行调查。对CABG患者的运动恐惧特征进行潜在类别分析，并通过单因素分析和Logistic回归分析探索其潜在类别的影响因素。
——其中，运动恐惧使用中文版心脏病患者运动恐惧量表进行测量。
——心脏病患者运动恐惧量表（theTampaScaleforKinesiophobiaHeart，TSK-SVHeart）用于测评冠心病患者惧怕运动的程度，包括危险感知（4个条目）、运动恐惧（4个条目）、运动回避（5个条目）、功能紊乱（4个条目）4个维度，共17个条目。量表各条目均采用Likert4级评分，从“非常不同意”到“非常同意”分别计1~4分。其中条目4、8、12、16为反向计分，总分为17~68分，7分表明运动恐惧处于高水平，得分越高代表惧怕运动的程度越严重。量表总的Cronbachsα系数为0.，重测信度为0.。本研究中，该量表总的Cronbachsα系数为0.。、结果
共纳入CABG患者例，潜在类别分析拟合结果显示，CABG患者运动恐惧可分为2个潜在类别，分别命名为“高恐惧-运动恐惧组”（59.4%）和“低恐惧-运动回避组”（40.6%）；Logistic回归分析结果显示，性别、体重指数、多维度疲劳症状、锻炼行动自我效能是CABG患者运动恐惧潜在类别的影响因素。4、结论
CABG患者运动恐惧可分为2类。女性、体重指数≥24.0、多维度疲劳症状得分高、锻炼行动自我效能得分低的CABG患者归为“高恐惧-运动恐惧组”的概率较大。医护工作者应识别不同潜在类别CABG患者的特征及影响因素，开展个性化的干预策略以减轻CABG患者运动恐惧程度。二、潜在类别分析潜在类别分析是根据个体在类别显变量上的不同反应模式对个体进行分类、识别群体异质性的一种统计方法[2]。该方法可以将具有相似反应模式的个体划分在同一潜在类，使得类内差异尽可能小，类间差异尽可能大；是更好地描述个体特征的一种数据分析方法。
在这篇文章中，作者先是通过文献回顾和临床经验提出了探究冠状动脉旁路移植术患者的运动恐惧问题，了解该问题现状如何？又有哪些影响因素呢？既往通过量表总分大致判断患者的运动恐惧程度，群体之间具有较大的异质性，不利于实施精准化干预，而潜在类别分析可以进一步区分不同类别患者的特征差异，使得每一类别人群的特征更突出，更有利于临床医护识别和管理。说的再直白点，比如既往研究按照得分高低可以得到高度运动恐惧和低度运动恐惧的两组人，而LCA可以进一步细化不同人运动恐惧的特征，在结果部分我们可以看到作者得到了高恐惧-运动恐惧组，低恐惧-运动回避组两个组。
同时，作者回顾了症状管理理论，以此理论为指导探索可能的影响因素。这一部分与既往影响因素研究分析过程一致。但该理论的具体内容未在原文中给出。三、统计学方法1、采用Mplus8.0软件进行潜在类别分析，一般先假定整体的样本只存在一个类别，再逐步增加类别以确定最佳拟合类别数目。判断最佳拟合类别需要参考模型拟合指标[]，包括赤池信息准测（Akaikeinformationcriterion，AIC）、贝叶斯信息准则（Bayesianinformationcriterion，BIC）、调整贝叶斯信息准则（adjustedBayesianinformationcriterion，aBIC），上述统计值越小，说明模型拟合效果越好；罗蒙代尔鲁本校正似然比（LoMendell-Rubinlikelihoodratiotest，LMR）、基于Bootstrap的似然比检验（Bootstrappedlikelihoodratiotest，BLRT），当检验统计值P0.05，意味着K个类别的模型拟合程度优于K-1个类别；Entropy信息熵用来评价分类精确度和质量高低，取值为0~1，越接近1说明分类越好，一般大于0.8即可说明分类质量较高。2、在根据上述指标确定了最佳分类模型后，可以根据条件概率在外显变量上的分布来判断各类别的倾向程度。根据概率分布情况，研究者需要以命名形式突出各个类别的特征。
、采用SPSS26.0软件进行下一步统计分析。对样本的特征变量和整体情况进行统计描述，采用Logistic回归分析探讨CABG患者运动恐惧潜在类别的影响因素。
（个人经验：如果在跑数据过程中频繁卡住出错，一定要检查原始数据库是否存在问题）四、结果解读及启示本研究通过潜在类别分析识别出2种CABG患者运动恐惧类别，即“高恐惧-运动恐惧组”和“低恐惧-运动回避组”。其中，CABG患者“高恐惧-运动恐惧组”占59.4%，“低恐惧-运动回避组”占40.6%。具体如图所示。
“高恐惧-运动恐惧组”：此一类别除条目4外，条件概率均大于另一类别，尤其在条目7、9、1，并且这个条目均在运动恐惧维度内，故此命名。
“低恐惧-运动回避组”：该类别除条目2、4、12外，都处于得分概率较低水平，且条目2、4、12均属于运动回避维度，故此命名。
“高恐惧-运动恐惧组”：运动恐惧可能与疾病认知水平较低有关。部分患者将活动时出现的正常生理症状，如心率加快、呼吸急促等与疾病复发相混肴，从而抗拒运动，其运动恐惧水平较高。建议医护人员重点对患者宣教CABG术后康复运动的安全性及必要性，提高患者术后运动意识，从而减轻患者惧怕锻炼的抵触心理。
“低恐惧-运动回避组”：该类别CABG患者的运动恐惧水平较低。可能是此类别患者已经具有术后运动意识，在一定程度上降低了运动恐惧程度。但在锻炼执行时认识到自身对康复运动的相关知识了解较少，惧怕运动强度过大带来的不良影响，因此，呈现高运动回避心理。建议医护人员重点向患者讲述运动处方内容，并使用暴露疗法，在医护人员的指导下，增加运动的次数，循序渐进地增加强度，从而减轻患者的焦虑和恐惧心理。
LCA结果图
在分好组之后，接下来进行单因素分析、多因素分析，明确具体的影响因素。单因素分析最后小结一下，这篇横断面调查，通过LCA识别出CABG患者运动恐惧可分为“高恐惧-运动恐惧组”和“低恐惧-运动回避组”2个潜在类别，并发现性别、体重指数、多维度疲劳症状、锻炼行动自我效能可以预测该类别。以上为临床医护人员减少患者运动恐惧心理提供了更多细节信息，针对不同类别CABG患者的特点，临床医护人员应采取不同的措施，来帮助患者减轻运动恐惧负担，提高其参与康复运动。在阅读文献的时候，有同学会了解到除了潜在类别分析，还有潜在剖面分析等等，那它们的区别是什么呢？下面一个图告诉大家不同方法的适用情况。潜变量外显变量适用方法分类变量分类变量这一类统计学方法还是比较适合统计新手上手的，大家可以多多尝试~
本次分享到这里结束啦~欢迎一起开展专业的护理科研学习，感兴趣的同道可以评论或私信交流。编辑丨Frank
转载请注明：http://www.800esky.com/hlzd/10029.html
