肺功能检测中影响肺功能测定的影响因素研究

来源:用户上传      作者:

　　【摘要】 目的 研究肺功能检测中影响肺功能测定的影响因素。方法 选取80例肺功能检测患者， 收集并整理所有患者的临床资料， 分析其中影响肺功能测定的影响因素， 从而制定针对性干预措施。结果 经过肺功能检测发现， 其中配合不良患者22例， 约占27.50%;配合良好患者58例， 约占72.50%。配合不良患者的年龄、性别、文化程度、呼吸频率、汉密尔顿焦虑量表（HAMA）评分与配合良好患者比较差异有统计学意义（χ2/Z=8.190、16.620、2.472、2.548、2.992， P<0.05）。多因素Logistic回归分析显示：年龄、性别、文化程度、呼吸频率、HAMA评分均为肺功能测定的独立影响因素（P<0.05）。结论 肺功能检测中配合不良者较多， 分析后发现影响肺功能测定的因素较多， 应受到重点关注， 尽早提出相关干预措施。
　　【关键词】 影响因素;肺功能;文化程度;焦虑
　　DOI：10.14163/j.cnki.11-5547/r.2020.09.018
　　肺功能測定属于呼吸系统疾病中常见的检验方式， 通过检查可尽早发现患者气道及肺部病变， 同时可对病情严重程度及预后进行评估， 为后续治疗方案的调整提供参考依据[1]。近年来， 随着我国呼吸系统疾病发生率的日渐增加， 使肺功能检测被广泛应用于医疗各领域。但检测过程中极易受到各类因素影响， 从而对检测结果造成一定影响[2]。相关报道[3]指出， 肺功能检测需要患者全面配合， 其中严格的质量控制属于准确评估肺功能的前体条件。因此若能够全面掌握肺功能测定过程中的影响因素， 可尽早制定相关干预措施， 从而保证检测结果的准确性[4]。本文选取80例肺功能检测患者， 整理患者的临床资料， 分析影响肺功能测定的影响因素， 具体分析报告如下。
　　1 资料与方法
　　1. 1 一般资料 选择2018年1月～2019年11月本院80例肺功能检测患者， 其中男44例， 女36例;年龄24～86岁， 平均年龄（67.45±18.25）岁;初中及以下23例， 高中及大专34例， 本科及以上23例。
　　1. 2 纳入及排除标准 纳入标准[5]：①患者的临床资料完整， 中途未退出研究者;②均符合肺功能测定的指征;③实验对象及家属均知晓本次研究步骤及意义， 并签订同意书。排除标准：①存在精神方面疾病或者依从性较差者， 无法顺利完成研究;②存在肺功能检测的禁忌证;③实验前经检查显示肝肾疾病、恶性肿瘤、凝血功能障碍、器官功能异常者。
　　1. 3 方法 收集并分析患者的临床资料， 包括年龄、性别、文化程度、呼吸频率、HAMA评分。向患者介绍本次实验的目的及过程， 获得同意后开始。选择肺功能测试仪（意大利科时迈Quark PFT1）进行测定， 首先指导患者完全吸气、用力连续呼气的正确方式。要求患者双脚着地， 坐直后练习用力呼气量、每分钟最大通气量的方法， 嘱咐其扣接咬口器， 双唇紧密包绕咬口器， 完全吸气后进行全力呼气， 使其中无中断， 训练一次后开始检测， 重复3次。另外发放HAMA调查表， 要求患者如实填写， 最终得分<7分为正常， 7～21分为轻度焦虑， 22～29分为中度焦虑， >29分为重度焦虑。本次研究中共发放80份调查问卷， 回收80份， 回收率100.00%， 有效率100.00%。
　　1. 4 观察指标及判定标准 分析肺功能测定的影响因素。肺功能测定前示范次数≥3次者判定为配合不良， <3次者判定为配合良好。
　　1. 5 统计学方法 采用SPSS22.0统计学软件进行数据统计分析。计量资料以均数±标准差（ x-±s）表示， 采用t检验;计数资料以率（%）表示， 采用χ2检验。肺功能测定的影响因素采用Logistic回归分析。P<0.05表示差异具有统计学意义。
　　2 结果
　　2. 1 单因素分析 经过肺功能检测发现， 其中配合不良患者22例， 约占27.50%;配合良好患者58例， 约占72.50%。配合不良患者的年龄、性别、文化程度、呼吸频率、HAMA评分与配合良好患者比较差异有统计学意义（χ2/Z=8.190、16.620、2.472、2.548、2.992， P<0.05）。见表1。
　　2. 2 肺功能测定的多因素Logistic回归分析 多因素Logistic回归分析显示：年龄、性别、文化程度、呼吸频率、HAMA评分均为肺功能测定的独立影响因素（P<0.05）。见表2。
　　3 讨论
　　肺功能检测中利用肺功能测试仪对患者肺脏吸入、呼出气体的容量进行观察， 同时了解其压力及速度变化， 从而遵照测定结果尽早对疾病进行判断， 在呼吸系统疾病的诊断及预后评估中具有重要作用[6， 7]。但检测过程中极易受到外界因素影响， 难以保障测定结果的准确性， 增加误诊漏诊的几率， 不利于患者病情的快速康复[8]。
　　本文对肺功能检测中影响肺功能测定的影响因素进行分析， 结果显示：经过肺功能检测发现， 其中配合不良患者22例， 约占27.50%;配合良好患者58例， 约占72.50%。配合不良患者的年龄、性别、文化程度、呼吸频率、HAMA评分与配合良好患者比较差异有统计学意义（χ2/Z=8.190、16.620、2.472、2.548、2.992， P<0.05）。多因素Logistic回归分析显示：年龄、性别、文化程度、呼吸频率、HAMA评分均为肺功能测定的独立影响因素（P<0.05）。临床既往发现影响肺功能测定的因素较多， 其中以患者配合程度为主要因素， 本文研究结果中发现高龄、女性、文化程度较低、呼吸频率较高、重度焦虑患者的配合程度较低， 分析后发现可能是因为老年人听力、反应及记忆能力降低， 无法快速掌握肺功能测定的方式;而女性心理承受能力较差， 对陌生环境的紧张感、恐惧感较为明显， 极易影响测定结果;文化程度较低者对疾病及肺功能检测的认知程度较低， 对检测方式的掌握程度较差;呼吸频率较高者的病情较为严重， 不仅承受身体上的痛苦， 同时心理存在较大压力， 担心治疗结果， 从而影响肺功能测定结果;焦虑情绪严重者的负性情绪较大， 无法理解并配合检测， 因此其发生配合不良的现象较多[9， 10]。针对上述研究结果， 应提前制定相关干预措施， 如提前向患者进行健康宣教， 减轻其心理压力， 缓解负性情绪， 以主动、热情及亲切的态度与患者沟通， 并选择通俗易懂语言方式详细介绍肺功能检测的相关知识、过程及注意事项等， 提高患者的认知能力， 获得患者同意后进行测定[11-13]。但本次研究中仍存在一定不足， 例如研究前制定严格的纳入及排除标准， 但最终确定的研究对象是否合理仍有待商讨;另外研究对象数量较少， 且研究时间较为短暂， 因此临床可纳入更多研究对象， 保证其多样性， 同时延长研究时间， 使研究结果存在一定有效性及精确性。 　　综上所述， 肺功能检测中配合不良者较多， 分析后发现影响肺功能测定的因素较多， 应受到重点关注， 尽早提出相关干预措施。
　　参考文献
　　[1] Olson AL， Swigris JJ， Belkin， et al. APhysical functional capacity in idiopathic pulmonary fibrosis： performance characteristics of the continuous-scale physical function performance test. Expert Review of Respiratory Medicine， 2015， 9（3）：361-367.
　　[2] 刘晓娟， 张中平， 刘新锋， 等. 石家庄市600例健康学龄儿童肺功能检测值及影响因素分析. 河北医学， 2017， 23（6）：1040-1043.
　　[3] 杨秀玉， 林潮， 陈啸华， 等. 三明市区9～11岁小学生肺功能调查分析. 海峡预防医学杂志， 2017， 23（2）：51-52.
　　[4] 白云飞， 马云， 谢敏豪， 等. 优秀游泳运动员肺功能损伤敏感指标及其影响因素. 中国运动医学杂志， 2017， 36（9）：797-799.
　　[5] 万晓旭， 赵月环， 刘秀春， 等. 肺功能检测技术与临床应用研究现状. 社区医学杂志， 2018， 16（21）：1618-1622.
　　[6] 廉丽芳， 林海燕， 许丽， 等. 乌鲁木齐市某区356例环卫工人肺功能检测结果与影响因素. 职业与健康， 2019， 35（13）：1747-1749， 1754.
　　[7] 丁敏， 潘家华， 计明红， 等. 合肥市学龄期健康儿童肺功能正常值测定及影响因素分析. 临床肺科杂志， 2019， 24（8）：1410-1414.
　　[8] 杨晶， 王德光， 张森， 等. 维持性血液透析继发甲状旁腺功能亢进症患者肺功能特征及其影响因素分析. 安徽医科大学学报， 2018， 53（10）：1610-1613.
　　[9] Guan Y， Xia Y， Fan L， et al. Quantitative assessment of pulmonary perfusion using dynamic contrast-enhanced CT in patients with chronic obstructive pulmonary disease： correlations with pulmonary function test and CT volumetric parameters. Acta Radiologica， 2015， 56（5）：573-580.
　　[10] 孙金花. 肺功能检测中影响肺功能测定的影响因素及措施分析. 当代临床医刊， 2019， 32（4）：331， 314.
　　[11] 储美萍， 黄建安. 肺功能影响因素与价值. 临床肺科杂志， 2016， 21（5）：906-909.
　　[12] Mehta M， Chapman KR， Heffer M， et al. Impact of pulmonary nontuberculous mycobacterial treatment on pulmonary function tests in patients with and without established obstructive lung disease. Respirology， 2015， 20（6）：987-993.
　　[13] 孫艳. 肺功能检测中影响肺功能测定的影响因素及对策分析. 中国卫生标准管理， 2016， 7（15）：51-53.
　　[收稿日期：2019-12-27]
转载注明来源:https://www.xzbu.com/6/view-15169745.htm