睡眠是一种在自然界中普遍存在于各种生物体中的生理活动｡良好的睡眠质量不仅能够促进病人机体的恢复,还能维持机体的正常生理水平｡研究发现,长期的睡眠不足会对生物体产生一系列不良影响,持续的缺乏睡眠会导致机体进入亚健康状态,会对人的精神状态､情绪和注意力产生负面影响｡缺乏睡眠的人往往更容易感到疲劳､焦虑和抑郁,其注意力和记忆力也将受到影响｡随着人口老龄化的加剧,老年人群的健康问题日益凸显,其中,睡眠障碍作为一种常见的健康问题,对老年人的生活质量和身体健康产生了明显的影响｡在医院环境中,老年住院病人的睡眠障碍尤为突出,由于医院环境的特殊性,如不规律的医疗护理操作､病房内的噪声､光照变化以及疾病本身带来的不适,老年病人在夜间往往难以获得充足和高质量的睡眠,睡眠障碍的存在不仅会影响病人的心理状态,增加焦虑和抑郁的风险,还可能延缓病情的恢复,影响治疗效果｡在住院期间,老年住院病人的睡眠质量对于他们的康复进程有着重要的影响｡为了深入了解老年住院病人夜间睡眠障碍的影响因素,本研究构建了一个风险预测模型,能够帮助临床医护人员更准确地预测病人的睡眠障碍状况,从而作出更有效的护理干预,改善病人的睡眠质量,降低老年住院病人夜间睡眠障碍的发生率｡现报道如下｡

1.1 研究对象

选取2022年5月—2023年10月收治的老年住院病人｡

纳入标准:

1) 病人年龄≥60岁;

2) 符合老年住院病人的诊断标准;

3) 均签署知情同意书;

4) 符合睡眠障碍发生的诊断标准[匹兹堡睡眠质量指数(PSQI)>7分;

5) 病人具备正常的沟通能力｡

排除标准:

1) 合并严重精神疾病者;

2) 存在听力障碍者;

3) 不配合治疗的主观意愿或依从性不佳;

4) 临床资料不完整的病例｡

1.2 调查工具

1.2.1 一般资料调查表

一般资料调查表包括病人的性别､年龄､居住地､文化程度､月收入､合并慢性病､是否跌倒､是否午睡､是否睡眠障碍｡

1.2.2 老年人抑郁量表

采用简短抑郁量表(GSD⁃15)评估老年人抑郁情况｡该量表是一个专为老年群体设计的评估工具,旨在快速而准确地识别出潜在的抑郁症状｡GSD⁃15由15个条目组成,每个条目均是一个简单的问题,有“是”或“否”2 个选项｡条目 2~4､6､8~10､12~15,回答“是”计1分;条目 1､5､7 和 11,回答“否”计 1 分｡若回答不符合上述计分条件,则该条目计 0分｡所有条目的分数加起来,最高得分为 15 分｡根据量表的评分标准,若得分>8分,则认为存在抑郁情绪｡本研究该量表的 Cronbach'sα系数为 0.72,表明具有良好的内部一致性｡

1.3 资料收集方法

采用便利抽样法选取样本;为了确保数据的准确性和可靠性,采取专人一对一的方式来采集问卷,所有的调查员接受了统一､规范化的语言和礼仪培训,以确保在与被调查者交流时,能够保持专业和礼貌,从而获得被调查者的信任和合作｡

1.4 统计学方法

采用 SPSS26.0软件进行统计分析,符合正态分布的定量资料用均数±标准差(x±s)表示,行t检验;定性资料采用例数､百分比(%)表示,行χ²检验｡采用R4.3.0软件包和rms扩展包来构建列线图模型,采用Bootstrap方法进行内部验证｡以P<0.05为差异有统计学意义｡

2.1 老年住院病人夜间睡眠障碍发生影响因素的单因素分析

本次调查共收集问卷 420 份,排除问卷填写不全､规律性作答以及不符合逻辑的资料后,收集有效资料412 份,问卷有效回收率为 98.06%｡根据是否发生夜间睡眠障碍分为睡眠障碍组(n=203)和睡眠正常组(n=209),老年住院病人夜间睡眠障碍的发生率为49.27%｡单因素分析结果显示,跌倒､午睡､抑郁情绪和合并慢性病是老年住院病人夜间睡眠障碍发生的影响因素(P<0.05)｡见表 1｡

2.2 老年住院病人夜间睡眠障碍影响因素的多因素Logistic回归分析

以老年住院病人夜间是否发生睡眠障碍(是=1,否=0)作为因变量,将单因素分析差异有统计学意义的变量(P<0.05)作为自变量进行多因素 Logistic回归分析｡自变量赋值情况见表2｡结果显示,跌倒､午睡､抑郁情绪与合并慢性病是老年住院病人夜间睡眠障碍发生的独立危险因素(P<0.05)｡见表3｡

2.3 老年住院病人夜间睡眠障碍发生影响因素的列线图模型的建立

根据多因素Logistic回归分析结果,筛选跌倒､午睡､抑郁情绪与合并慢性病作为危险因素并构建列线图风险模型,见图1｡采用Bootstrap法对模型进行内部验证,表明该模型的预测曲线与标准曲线拟合良好,见图2｡ROC曲线下面积(AUC)为 0.899[95%CI(0.745,0.952)],敏感度为 90.9%,特异度为 80.9%,见图3｡

3.1 老年住院病人夜间睡眠障碍的研究现状

本研究结果显示,老年住院病人夜间睡眠障碍的发生率为49.27%,与吴欣怡等的研究结果相一致,与年轻病人比较,老年住院病人面临着更高的睡眠障碍发生率,原因可能为随着年龄的增长,老年人的生物钟可能会发生变化,导致其睡眠模式与年轻病人不同｡此外,老年人往往患有一种或多种慢性疾病,如心脏病､糖尿病或关节炎,这些疾病可能会导致疼痛或不适,进而影响夜间的睡眠质量｡另外,老年人可能需要服用多种药物来控制其慢性病症,而这些药物可能会影响睡眠｡因此,如何准确地预测老年住院病人出现的睡眠障碍,并在此基础上进行早期的干预,已经成为目前护理工作面临的一个重要难题｡为了解决这一难题,本研究选取了老年住院病人作为研究对象,深入探讨老年住院病人夜间睡眠障碍发生的风险因素｡通过建立相关的列线图预测模型,能够对入院病人进行动态评估,以便及时发现有发生夜间睡眠障碍高风险的病人;对这些病人进行全阶段的护理干预,从而有效地降低其夜间睡眠障碍的发生率,改善其睡眠质量｡

3.2 老年住院病人夜间睡眠障碍发生的影响因素

3.2.1 跌倒

本研究结果显示,跌倒是老年住院病人夜间睡眠障碍发生的独立危险因素,与程倩倩的研究结果相一致,进一步证实了跌倒是老年住院病人发生睡眠障碍的一个重要危险因素｡跌倒的老年病人往往表现出较差的步态稳定性和身体机能,此外,跌倒还会影响病人的日常生活能力和睡眠质量｡鉴于跌倒的高发生率及其对老年病人睡眠障碍的影响,医护人员应当采取积极的措施来预防跌倒的发生,为高风险人群提前制定预防跌倒的方案,提供安全的医院环境以及督促家属在家中建立一个安全有效的环境,以降低病人跌倒的风险｡

3.2.2 抑郁情绪

本研究结果显示,抑郁情绪是影响老年住院病人睡眠障碍发生的影响因素,有抑郁情绪的老年住院病人睡眠障碍的发生率高于未抑郁的老年病人,这与温宏囡等的研究结果相一致,抑郁情绪会导致老年住院病人出现持续的悲伤､无助､绝望等负面情绪,这些情绪状态会影响病人的生理机能,包括睡眠模式､抑郁情绪可能会导致病人晚上难以入睡,或者即便入睡也容易在夜间醒来,难以再次入睡,从而影响整体的睡眠质量｡此外,抑郁情绪会加剧睡眠障碍的问题｡老年病人由于年龄的增长,本身就面临很多的健康挑战,如慢性疼痛､心血管疾病等,这些健康问题也干扰正常的睡眠模式｡当抑郁情绪叠加在这些身体疾病之上时,会使得病人的睡眠障碍问题更加复杂｡因此,对有抑郁情绪的老年住院病人,医疗专业人员需要特别关注他们的睡眠状况,并采取相应的干预措施,以改善他们的睡眠质量,从而提高他们的生活质量｡

3.2.3 午睡

本研究结果显示,没有午睡的老年住院病人睡眠障碍的发生率高于有午睡的病人,这说明午睡可以帮助老年病人维持一定的睡眠规律,从而减少睡眠障碍的发生｡睡眠障碍不仅会影响病人的生理健康,如影响免疫系统的功能､延缓康复进程,还可能对心理健康产生负面影响,如增加焦虑和抑郁的风险｡因此,了解和认识到午睡对老年住院病人的重要性,可以帮助医护人员更好地设计治疗方案和护理计划,以促进病人全面康复｡在实际临床护理中,医护人员可以鼓励老年病人在白天适当进行午睡,以帮助他们保持较好的睡眠质量和身体状态｡当然,午睡的时间和时长也需要适度,以避免影响夜间的正常睡眠｡

3.2.4 合并慢性病

本研究结果显示,患有慢性病的老年住院病人,其夜间睡眠障碍发生率高于没有慢性病的病人,这与曾似锦等的研究结果相一致,慢性病对病人的身体健康和生活质量都会产生影响,患有慢性病的老年住院病人更容易出现失眠､易醒和浅睡眠状态,慢性病会导致病人的身体不适和疼痛,慢性疼痛会导致病人在夜间难以入睡或保持睡眠｡慢性病也会对病人的心理和情绪产生影响,患有多种慢性病的病人会面临更多的压力和焦虑,焦虑和抑郁等心理问题会导致病人发生睡眠障碍｡

3.3 列线图模型的应用价值

列线图模型的构建是一个复杂而精细的过程,以单因素分析为基础,同时以多因素分析为基石,对多个因素同时进行研究的过程,以便了解各个因素之间的相互作用和影响｡通过对多因素分析总结出的多个预测指标,利用函数关系进行进一步的分析解析,从而能够精准地预测某一个体发生某一事件的统计学概率｡本研究结果显示,跌倒､午睡､睡眠障碍､抑郁情绪与合并慢性病是老年住院病人夜间睡眠障碍发生的预测因子,这些影响因素的存在,能够更准确地预测病人夜间睡眠障碍的发生｡模型的AUC为0.899[95%CI(0.745,0.952)],敏感度为90.9%,特异度为 80.9%,这表明该模型对于临床的指导价值较高,能够较为准确地协助医务人员对老年住院病人夜间睡眠障碍的发生进行预测｡

综上所述,跌倒､午睡､抑郁情绪与合并慢性病是老年住院病人夜间睡眠障碍发生的独立危险因素｡构建的列线图模型可以为临床医生提供睡眠障碍的风险评估和预测,能够为降低老年住院病人夜间睡眠障碍的发生率提供参考依据｡