目的:利用潜类别增长模型(latent class growth model,LCGM)分析老年帕金森病患者用药依从性轨迹,并验证其影响因素。方法:对124例原发性老年帕金森病患者进行12个月随访调查,调查工具包括一般资料调查表和Morisky用药依从性量表。通过...目的:利用潜类别增长模型(latent class growth model,LCGM)分析老年帕金森病患者用药依从性轨迹,并验证其影响因素。方法:对124例原发性老年帕金森病患者进行12个月随访调查,调查工具包括一般资料调查表和Morisky用药依从性量表。通过潜类别增长模型识别患者用药依从性轨迹,采用有序多分类Logistic回归分析用药依从性轨迹的影响因素。结果:老年帕金森病患者用药依从性分为“高-持续型”“中-下降型”和“低-下降型”3种类型,且该3种类型文化程度、工作状态、用药种类、智力状态比较,差异有统计学意义(P<0.05)。有序多分类Logistic回归显示,工作状态、用药种类、智力状态是患者用药依从性轨迹的影响因素(P<0.05)。结论:老年帕金森患者用药依从性分为3种轨迹,工作状态、用药种类和智力状态是用药依从性轨迹类别的影响因素。展开更多
文摘目的:利用潜类别增长模型(latent class growth model,LCGM)分析老年帕金森病患者用药依从性轨迹,并验证其影响因素。方法:对124例原发性老年帕金森病患者进行12个月随访调查,调查工具包括一般资料调查表和Morisky用药依从性量表。通过潜类别增长模型识别患者用药依从性轨迹,采用有序多分类Logistic回归分析用药依从性轨迹的影响因素。结果:老年帕金森病患者用药依从性分为“高-持续型”“中-下降型”和“低-下降型”3种类型,且该3种类型文化程度、工作状态、用药种类、智力状态比较,差异有统计学意义(P<0.05)。有序多分类Logistic回归显示,工作状态、用药种类、智力状态是患者用药依从性轨迹的影响因素(P<0.05)。结论:老年帕金森患者用药依从性分为3种轨迹,工作状态、用药种类和智力状态是用药依从性轨迹类别的影响因素。