如何分析脑卒中患者的生活质量量表数据

脑卒中患者生活质量量表数据分析需先明确量表类型与维度结构，再按维度计算得分并转化为标准分，最后结合临床特征进行组间比较与影响因素分析。

分析前准备

1、确认量表类型：脑卒中专用量表如脑卒中影响量表、脑卒中特定生活质量量表，通用量表如健康调查简表。不同量表的计分规则和维度划分不同，需依据原量表手册执行。

2、确定数据完整性：逐一核查每份量表是否存在缺失条目。若缺失条目超过该维度总条目的20%，该维度得分不宜纳入分析；若缺失条目低于20%，可按原量表手册规定的替代规则处理。

3、建立数据库：将各条目得分录入统计软件，变量命名与量表维度一一对应，同时录入患者年龄、性别、卒中类型、病程、美国国立卫生研究院卒中量表评分等临床变量。

计分与转换

1、原始分计算：按量表手册将各维度条目得分相加，得到维度原始分。反向计分条目需先反转后再相加。

2、标准分转换：采用量表手册提供的公式将原始分转换为0至100分制。得分越高通常代表生活质量越好，但部分量表维度方向相反，需逐一确认。

3、总分处理：部分量表不推荐计算总分，仅以各维度得分分别报告。是否合并总分应严格遵循原量表指导。

统计分析方法

1、描述性分析：计量资料若服从正态分布，采用均数加减标准差描述；若不服从正态分布，采用中位数与四分位数间距描述。计数资料采用频数与百分比描述。

2、组间比较：两组间比较，正态分布数据采用独立样本t检验，非正态分布数据采用秩和检验；多组间比较采用方差分析或Kruskal-Wallis检验。

3、影响因素分析：将生活质量各维度得分作为因变量，纳入年龄、卒中类型、病程、神经功能缺损程度等自变量，采用多元线性回归或Logistic回归分析。样本量建议至少为自变量数量的10至15倍。

4、纵向数据分析：若在多个时间点重复测量，采用重复测量方差分析或混合效应模型，以处理数据间的相关性。

5、信效度检验：若使用自行翻译或改编的量表，需报告内部一致性系数、重测信度、结构效度等指标。脑卒中影响量表在中文版验证中，各维度内部一致性系数范围为0.81至0.94（来源：中华物理医学与康复杂志，2012年）。

结果解释要点

1、临床意义判断：标准分差异需结合最小临床重要差异判断。脑卒中影响量表部分维度的最小临床重要差异约为5至10分，低于该值的变化不宜视为临床有意义。

2、维度特异性：不同维度受影响程度不同。运动功能维度得分通常较低，而情绪维度得分可能随病程延长而改善。

3、混杂因素控制：分析时需控制卒中严重程度、合并症数量、康复治疗强度等混杂因素，避免将混杂效应误判为独立影响因素。

脑卒中生活质量量表数据分析应遵循量表手册的计分规则，根据数据分布选择统计方法，并结合最小临床重要差异判断结果的临床价值。分析前需确认量表版本与计分方向，分析中需控制混杂因素，分析后需区分统计学意义与临床意义。

常见问题

否。部分量表不推荐计算总分，如脑卒中影响量表需按各维度分别报告得分，合并总分可能掩盖维度间的差异，应严格遵循原量表手册的指导。

建议样本量至少为自变量数量的10至15倍。若计划纳入10个自变量，样本量宜为100至150例，以保证回归模型的稳定性。

需参照最小临床重要差异。脑卒中影响量表部分维度的最小临床重要差异约为5至10分，低于该值的变化不宜判定为临床有意义。

若在多个时间点重复测量同一批患者，应采用重复测量方差分析或混合效应模型，以处理同一患者不同时间点数据之间的相关性。

缺失条目超过该维度总条目20%时，该维度得分不宜纳入分析；低于20%时，可按原量表手册规定的替代规则处理，如用该维度已答题目的均分替代。

参考资料

[1] 中华物理医学与康复杂志. 脑卒中影响量表中文版信效度研究. 2012

[2] 中国脑卒中康复治疗指南. 中华医学会神经病学分会. 2011

[3] 脑卒中患者生活质量量表应用专家共识. 中国康复医学会. 2019