失眠嚴重程度指數:心理指標檢測失眠病例和評估治療反應

文摘

背景:

雖然失眠是一種普遍的抱怨與重要的發病率,它常常仍然承認和未經處理的。簡單和有效的工具需要篩查和評估結果。本研究考察了心理指標失眠嚴重程度指數(ISI)探測失眠在以人群為基礎的病例樣本和評估治療反應在臨床樣本。

方法:

參與者被959人選擇從社區的流行病學研究失眠(社區樣本)和183個人評估治療失眠和62名對照沒有失眠(臨床樣本)。他們完成了ISI和睡眠質量的若幹措施,疲勞、心理症狀,和生活質量;臨床樣品也完成的睡眠日記,多導睡眠圖,和訪談驗證他們的失眠/良好的睡眠狀態和評估治療反應。除了標準心理指標的信度和效度,項目反應理論分析計算檢查ISI項目反應模式。接收機操作曲線被用來推導最優錄取分數線情況下識別和量化最小重要的變化在全球獲得的改進評級一個獨立的評估員。

結果:

情報局內部一致性非常好為樣本(克倫巴赫α為0.90和0.91)。項目反應分析顯示足夠的歧視性5的7項的能力。聚合效度得到了明顯疲勞ISI總分和措施之間的相關性,生活質量,焦慮和抑鬱。10是最佳的信用評分底線(敏感性86.1%,特異性87.7%)檢測失眠病例在社區樣本。在臨床樣本,改變−8.4分(95%置信區間CI:−7.1−9.4)與溫和的改善作為評價治療後由一個獨立的評估員。

結論:

這些發現進一步證明,三軍情報局是一個可靠的和有效的儀器探測到失眠的情況下人口和臨床患者的治療反應敏感。

介紹

失眠是一個非常普遍的條件和帶有很大的負擔的功能障礙,衛生保健費用和增加抑鬱的風險。^{1- - - - - -7}盡管其高患病率和發病率,失眠常常仍然承認和未經處理的,部分原因是一些障礙評估。準確的情況下推導有效識別是重要的估計/發病率和患病率評估人口的疾病負擔。確定臨床重大失眠也是很重要的早期幹預,減少發病率。因此,需要可靠的和有效的工具來幫助研究人員和臨床醫生在評估各研究和臨床情況下失眠。

失眠是多維的評價和理想情況下包括臨床評估和應輔以自我報告問卷調查和日常睡眠日記。而臨床評價仍然是使一個有效的失眠診斷的金標準,^8,9這樣的評估可以在常規臨床實踐和耗時可能阻止一些健康從業者係統詢問睡在他們所有的病人。簡單和有效問卷可以促進失眠的初步篩查和正式評估。病人的角度也是至關重要的初始治療後監測進展和評估結果。從監管的角度來看,patient-reported結果越來越用來證實治療效果的臨床試驗的證據。需要簡短的評估工具,實用、心理測量的聲音用於篩查和治療效果的評價。

目前有幾個patient-reported問卷可用於評估失眠症狀,嚴重程度,相關,和各種構造推測導致失眠的病因。^8,10關於篩查失眠和評價治療效果,有更少的選擇。一些最廣泛使用的工具為這些目的包括,例如,失眠嚴重程度指數,¹¹匹茲堡睡眠質量指數,¹²失眠症狀問卷,¹³和雅典失眠量表。¹⁴而項目,響應格式,和在不同時間內儀器之間,它們通常旨在評估病人的感知和失眠的量化主觀維度。每一個工具都有自己的優勢和局限性(評論看到Buysse et al .,馬丁et al .,莫林,和Moul et al。)。^{10,15- - - - - -17}的失眠嚴重程度指數(ISI)是一種短暫的樂器,旨在評估的嚴重性失眠的夜晚和白天組件。它有好幾種語言,越來越用作治療反應在臨床研究的指標。而其心理屬性使用經典測試理論已經記錄之前,^{11,18- - - - - -20.}本文報告進一步驗證采用項目反應理論(IRT)分析檢查響應模式ISI對個人物品和接受者操作曲線(ROC)確定最優削減社區發現病例樣本點和評估治療反應在臨床樣本。

方法

參與者

數據來源於一些研究在拉瓦爾大學睡眠研究中心進行的。失眠的人聚集數據從2研究,包括治療研究評估將認知-行為療法的療效,單獨並結合藥物治療,持續的失眠,²¹和流行病學研究記錄患病率,發病率和自然曆史的失眠在以人群為基礎的樣本。²²數據控製沒有失眠的抱怨來自相同的流行病學研究和其他橫斷麵研究比較患者失眠和控製良好的睡眠者的心理,神經心理學和健康相關的變量。所有受試者因此征求參與睡眠/失眠的研究,與主要的區別,一些參與者(臨床樣本)回應媒體廣告參與失眠的臨床研究,而這些來自社區的示例包括個人的以人群為基礎的樣本選擇≥18年,自願參與這項研究。唯一的個人排除在這個群體是那些報道他已被診斷出患有睡眠障礙除了失眠。兩個樣本從而形成摘要:社區樣本包括959人(有或沒有失眠)選擇從成年人參與流行病學研究中,^22,23和臨床樣本,其中包括183名患有失眠的治療研究²¹和62年健康對照組(沒有失眠)參加的一個橫斷麵研究。

措施

失眠嚴重程度指數(ISI)

三軍情報局是7-item自我報告問卷評估的性質、嚴重程度和失眠的影響。^11,24通常的回憶期是“上個月”和維度評價是:嚴重的睡眠發作,睡眠維護,和清晨覺醒的問題,睡眠不滿,幹擾睡眠困難的日間功能,noticeability睡眠問題的其他人,和睡眠困難所造成的痛苦。5點李克特量表用於率每一項(例如,0 =沒有問題;4 =嚴重問題),產生一個總得分從0到28。總分是解釋如下:沒有失眠(鹿);亞閾值失眠(8 - 14);溫和的失眠(15至21);和嚴重失眠(22)。三個版本available-patient、臨床醫生和重要他人,但本文隻關注病人的版本。先前的研究已經報道的心理屬性為英語和法語版本。^11,20.

匹茲堡睡眠質量指數(PSQI)

PSQI是19-item問卷評估睡眠質量和幹擾在過去一個月。¹²前4項是開放式問題,而項目5到19額定在四點李克特規模。個別項目分數產量7組件。總分,從0到21日通過添加7組件獲得分數。得分> 5表明睡眠質量差。的心理屬性PSQI多個研究文獻中,²⁵包括一個與這個樣品。^20.PSQI使用是因為它措施構建(睡眠質量)與失眠但構造比失眠更廣泛的嚴重性。這是管理社區樣本。

多維疲勞量表(MFI)

20語句的MFI由應答器的顯示,5分李克特量表上,特定項目在多大程度上適用於他或她的前幾天。²⁶疲勞的MFI測量5個維度:一般疲勞,精神疲勞,身體疲勞,減少活動,減少動力。對於每一個規模,4和20之間的分數不同,更高的分數表明更嚴重的疲勞。這種規模的內部一致性和建構效度是足夠的;一般的疲勞量表是最敏感的低端。這項措施包括是因為疲勞是最常見的一種白天與失眠和個體的症狀應該失眠嚴重程度顯著相關。

貝克抑鬱量表(BDI)

BDI是21-item問卷評估(在4點李克特量表)抑鬱症狀的強度在過去一周。²⁷總分範圍從0到63,一個更高的分數表明更嚴重的抑鬱症狀。這項措施的抑鬱症狀和焦慮症狀包括因為頻繁的同現的這些心理症狀與失眠。

貝克焦慮量表(BAI)

白族是一個21-item問卷評估,4點李克特量表、焦慮症狀的強度在過去一周。²⁸總得分範圍從0到63,得分越高表明焦慮症狀越嚴重。此問卷僅完成臨床樣本。

特質性焦慮量表(汙漬)

汙漬是部分國家(情境)和特質焦慮評估工具(一般)。^29日隻有特征部分(STAI-Trait)用於本研究。STAI-Trait由20項額定四點李克特規模。心理屬性的汙漬是優秀的。這個樂器是完成社區樣本。

SF-12健康調查,版本2 (SF-12v2)

這個樂器^30.是一種短的SF-36,廣泛使用的健康調查。12項評價5分李克特量表上,規模和8的分數可以推導出:物理功能、物理作用,身體疼痛,一般健康、活力、社會功能、角色的情感和心理健康。beplay体育相关新闻本研究中使用的三個分量表:一般健康,心理健康,身體上的疼痛。beplay体育相关新闻SF-12v2充足的心理屬性8分量表的可靠性係數從0.73到0.87的普通人群。^31日此問卷僅完成了社區樣本。

睡眠日記

參與者(有或沒有失眠)在臨床樣本完成每天的睡眠日記²⁴2周時間作為他們的初始評價的一部分。下麵的因變量是派生:入眠時間,入睡後,清晨醒來,起床,總睡眠時間、睡眠效率檢查聚合效度與特定的失眠症狀的嚴重性評級的三軍情報局。

多導睡眠圖(PSG)

參與者(有或沒有失眠)在臨床樣本完成了三個晚上的PSG錄音作為他們的初始評價的一部分。從第二個和第三個夜晚彙集數據被用來推導出總後時間的主要變量,總睡眠時間、睡眠效率。標準包含的PSG蒙太奇腦電圖掃描器,肌(EMG)和electrooculographic(小城鎮)監測。睡眠階段是根據標準得分標準。³²呼吸(氣流、潮汐卷和血氧飽和度)和脛前肌電圖記錄在第一天晚上排除睡眠呼吸暫停和周期性肢體運動障礙。

程序

參與者來自社區的樣本被睡眠調查和其他郵寄問卷,要求歸還蓋章,自動回位信封。參與者從臨床樣本已經完成了初步的電話篩查資格,並被邀請為臨床評價,學生在此期間接受了半結構化麵試,以確定失眠的存在與否²⁴和結構化臨床訪談dsm - iv (SCID)³³評估精神疾病的存在。他們也完成了上述評估。參與者參加治療也評價治療結束時由一個獨立評估員,盲目的治療條件,提供臨床以來全球改善評級改變的程度開始治療(0 =持平或者更糟;1 =最低限度的改善,並沒有改變護理病人所需的狀態;2 =溫和改善,部分緩解症狀;3 =明顯改善,完全或幾乎完全緩解症狀)。

數據分析

數據檢查正常、異常值和丟失的數據。沒有缺失的數據進行歸責。數據分析使用SPSS版本11,2-tailedα水平的5%。社區和臨床樣本數據分別進行了分析。三軍情報局可靠性評估使用標準的克倫巴赫α係數和內部一致性項目合計相關性。紅外熱成像分析計算在183人失眠的臨床樣本檢查ISI響應模式在不同的項目。效標效度是檢查通過比較患者的分類之間的協議失眠症患者睡眠或好的基於原始ISI錄取分數線(即。,< 8,沒有失眠,8 - 14,亞閾值失眠、> 14日中度到重度失眠)和分類的病人來自外部標準(即。,the semi-structured interview for the Clinical sample and the response to a yes-no question from the survey assessing the presence of sleep difficulties for the Community sample). Convergent validity was assessed by computing Pearson correlation coefficients between ISI scores and sleep parameters derived from sleep diaries and PSG, and questionnaires measuring related, albeit different, constructs. Additional analyses using接收機操作曲線(中華民國)完成估計最低限度的敏感性和特異性重要的區別(中期)檢測的臨床治療後的變化。

結果

人口統計資料

社區樣本由959人(60.1%的女性,平均年齡43.8 y(標準差14.1),24.7%與失眠的投訴)。臨床樣本包括183人(61.2%女性;平均年齡50.7 y(標準差10.3))失眠診斷和62控製不失眠(51.6%女性;平均年齡41.2 y(標準差18.7))。參與者從臨床樣本明顯比那些在社區樣本(48.4 vs 43.9 y;t_1196年= 4.48,P < 0.001),但性別分布沒有顯著差異(39.8%和41.2%的男性,2樣品)。在臨床樣本,也有一個年齡差距,以下的控製是參與者與失眠、t_243年= 3.81,P < 0.001。這種差異是由於年齡標準(≥30歲)用於治療研究中,雖然沒有這樣的限製應用的控製。

可靠性

得到了較高的內部一致性係數為社區(克倫巴赫α= 0.90)和臨床樣本(克倫巴赫α= 0.91)。個別項目之間的相關性和總情報局分數範圍從0.55到0.81(平均0.71)為社區樣本,從0.50到0.85(平均0.73)臨床樣本,表明所有項目總分作出了巨大貢獻。項目對滿意度和擔心睡眠困難顯示項目合計最高(0.79 - -0.85)的相關性,而針對失眠症狀,如入睡困難或清晨覺醒顯示低相關性(0.50 - -0.66)。

紅外熱成像分析

紅外熱成像分析計算個人ISI物品檢查響應模式。紅外熱成像是基於假設的概率觀察響應(沒有問題比輕度和中度和嚴重和非常嚴重的問題)在一個項目是一個數學函數相關的人的認可(即構造的興趣。、失眠嚴重程度)。³⁴紅外熱成像模型也被稱為潛在特質模型表明項目的反應表現虛擬構造主要不是直接測量,而是推斷。在假輪生的紅外熱成像響應模型,測量項目反應順序李克特量表,2項參數估計包括數學函數的斜率,代表項目的區別的能力,和步長參數k (k−1參數為一個項目響應選擇),它捕獲函數曲線的位置選擇在每一項特質。

紅外熱成像分析完成的ISI 7項臨床樣本(N= 183失眠症患者)按照分級響應模型。³⁵估計斜率和步長參數,以及項目特征曲線,計算使用SAS NLMIXED過程。³⁶項目特征曲線顯示的結果圖1。對紅外熱成像模型參數統計測試顯示無意義的斜率項1 (P = 0.12),以及不重要的步驟1項(所有步驟P值從0.11到0.12),第二項(第一步,P = 0.65),和項目7(第一步,P = 0.72)。其他參數都是重要的。

表1顯示個人支持每個項目的百分比。選擇0(無症狀)和1(輕微的嚴重性/影響)很少用於項目2(住睡著了),5(幹擾)和7(擔心),選擇1 - 3是很少用於第四項(睡眠滿意)。非擔保的影響說明了一個項目的項目特征曲線(圖1);例如,對於項目2和7,大的鍾形曲線的觀察選擇1,表明選擇1的區別的點低維度對這些項目的規模。這些結果並不意外,鑒於臨床樣本的性質(所有參與者遇到失眠的診斷標準)。

圖2顯示平均總情報局分數據響應每一項選擇,排除項目總分的得分。項目2、4、5、6和7顯示足夠的優秀的區別的能力,提出了一個幾乎線性增加總ISI的分數,當參與者支持更高的選擇這些條目。項目1顯示了歧視的能力差,反應的選擇幾乎是與ISI總分無關。這也是支持的無意義的斜率參數對於這個項目和平坦,變化大的項目特征曲線(見圖1)。項3顯示了一個有點類似的反應模式,但是大多數是選擇最低(0 - 2),一個模式,區別的能力也轉化為低(低和大型鍾形曲線)這些選擇的項目特征曲線。

有效性

效標效度

ISI的辨識能力,研究了失眠的存在協議分為失眠患者的比例根據原始ISI錄取分數線(即。,< 8,沒有失眠;> 14、中度到重度失眠)和失眠的存在與否,取決於外部條件。對臨床樣本,這一標準是診斷來源於半結構化麵試。沒有進行了采訪與社區樣本,標準是一個是的/沒有問題的答案”你認為目前你有睡眠問題(上個月)?”

這些分析顯示,98.3%的社區樣本報告沒有睡眠問題的調查獲得ISI分數< 8(沒有失眠)。相反,近90%(89.7%)的個人報告睡眠問題調查了ISI分數≥15(中度到重度失眠)。個人成績在閾下一級(8 - 14)是那些均分(44%)和不睡覺困難(56%)。臨床樣本,98.2%的參與者沒有失眠診斷獲得ISI分數< 8,無人有ISI分數> 14。相反,88.4%的人有失眠診斷獲得ISI分數≥15。

指標的敏感性和特異性派生的3種不同的ISI錄取分數線(表2)。信用評分底線8(建議的亞閾值失眠)與敏感性指數相關社區和臨床樣本的95.8%和99.4%,和特異性指數分別為78.3%和91.8%。的信用評分底線15(建議中度到重度失眠),特異性增加到98.3%和100%在社區和臨床樣本,分別,而靈敏度下降到2樣本的47.7%和78.1%。第三個截止得分是派生的經驗使用ROC曲線(這裏沒有說明)根據實際結果從當前樣本。為社區樣本,獲得了最高的正確分類率降低10點,導致敏感性86.1%,特異性指標,87.7%。對於臨床樣本,獲得了最高的正確分類率減少11點,這產生了97.2%的敏感性和特異性完美的100%。

聚合效度

分數之間的相關係數是計算ISI前3項(嚴重性的初始、中間和晚失眠)和相應的變量來自日常睡眠日記或者巴黎聖日耳曼(見表3)。從臨床樣本,獲得這些數據,顯示每個失眠症狀的感知嚴重性三軍情報局相應的日記變量呈正相關,但與大多數PSG變量不顯著。ISI總分還與總醒來時間呈正相關和負相關,總睡眠時間和睡眠效率以每日睡眠日記;唯一重要的ISI相關性與PSG的睡眠效率和數量的醒來。

相關係數也計算,分別對樣本,三軍情報局總分數和分數之間儀器測量相關,盡管不同,構造如睡眠質量、疲勞、焦慮、抑鬱、生活質量(表4)。三軍情報局總分與PSQI總分顯著相關,r_958年= 0.80,P < 0.05,表明聚合效度良好。重要關係也發現與其他結構包括大型相關性與焦慮和抑鬱和溫和的相關性不同維度的疲勞,尤其是通用和身體的疲勞。顯著的相關性也獲得SF-12,與人的心理與身體健康組件。

ISI敏感性檢測臨床改善

146名參與者的子樣品接受治療的臨床樣本完成了ISI之前和之後的治療。改變分數與臨床改善全球評級從一個獨立評估員(見盲目的治療條件表5)。參與者認為適度改善獲得平均ISI改變−8.4分(95%置信區間CI:−7.2−9.5),和那些被評為顯著改善獲得平均變化−9.9分(95%置信區間CI:−8.7−11.0)從基線到後處理。

ROC分析識別三軍情報局改變分數允許最佳的敏感性和特異性預測參與者顯示中度或顯著改善相比,輕微的改善(參考類別)。這些分析(見圖3)透露,減少> 7分三軍情報局是最佳識別參與者與溫和的改進(敏感性60%,特異性70%),而減少ISI > 8點最優識別參與者明顯改進(敏感性64%,特異性80%)。

討論

這些發現提供額外信息的心理屬性ISI在臨床和以人群為基礎的樣本。進一步證明了內部一致性,項目反應模式和聚合效度。新的證據關於最佳的敏感性和特異性指標衍生為評估發現病例和最小治療後發生的重大變化。

紅外熱成像分析提供新的項目反應模式在臨床病人的信息。背書的回答選項2到4(建議更嚴重的失眠和大的影響)是特別高的睡眠維護失眠症狀(項目2和3),以及滿意度(第四項),幹擾(5項),和擔心項目(項目7)。相反,選擇0和1很少使用這些物品。除了睡眠發作失眠(項目1),在較小程度上,清晨覺醒(3項),所有其他物品顯示足夠的(5)項或優秀(項目2、4、6和7)區別的能力。後的研究結果表明,評級的睡眠出現失眠和清晨覺醒可能不會對整體失眠嚴重程度作出了重大貢獻,至少在當前臨床樣本組成的中年個人主要原發性失眠。鑒於這是第一次研究報告紅外熱成像分析,進一步的研究是必要的和其他臨床樣本進一步檢查項目反應模式和他們之間的關係與其他失眠嚴重程度的構造措施。使用更多的分子,項目級審查,而不是whole-instrument方法,也證明有用的識別最好的1或2項發現病例的研究。

結果表明,不同的錄取分數線可能是有用的,這取決於特定的ISI利用率和研究問題。例如,低信用評分底線可能更為可取為流行病學研究旨在確定失眠病例一般人群為了估計患病率和發病率和疾病負擔。然而,信用評分底線低於8可能產生太多的假陽性,而上麵14太嚴格,產生太多的假陰性。10的信用評分底線似乎是最好的妥協之間達到最佳平衡以人群為基礎的樣本的敏感性和特異性。同樣,在臨床試驗中,減少15分或更大可能過於嚴格的入學患者實際上產生太多的假陰性。降低分數11似乎是在這種情況下最好的妥協。

調查人員傳統上被用來改變睡眠延遲,得分後入睡後,總睡眠時間來評估治療結果的統計學意義。^15,16,37雖然這些睡眠參數代表一個重要的指標來評估結果,單獨使用時,這些端點可能不足以評估結果的臨床意義。¹⁶三軍情報局提供額外的度量提供補充信息來確定大小和臨床失眠症狀的變化的重要性。目前的數據表明,改變分數大於7的最低限度重要的區別(中期)被認為是適度提高(或部分緩解)由一個獨立的評定等級,而9或更大的改變分數會對應一個評級得到顯著改善。這些變化分數,而信息,可能需要進一步驗證對額外的外部條件。例如,最近的一項研究提出了一個嚴格的標準(即略少。,6- - - - - -point score reduction) as MID to detect changes on measures of health-related quality of life, work limitations, and fatigue.¹⁹進一步的研究需要進一步文檔最優截止點的函數不同的外部條件和患者群體。

ISI總得分呈正相關,與主觀睡眠估計和PSQI總分,表明聚合效度好,至少與其他patient-reported措施的睡眠。溫和大相關措施的抑鬱,焦慮,和疲勞症狀和感知健康質量表明,三軍情報局措施相關的構造或重疊的其他結構。這些發現符合幾項研究顯示失眠和心理症狀之間有著緊密的聯係,疲勞,和貧窮感知健康。^5,23,38,39進一步的研究需要使用因子分析研究共享與這些其他維度測量方差,尤其是與焦慮和抑鬱。

一些限製呼籲謹慎的解釋目前的發現。首先,沒有客觀的測量或臨床訪談社區樣本中驗證失眠狀態與臨床樣本。結果來自社區的樣本,這是基於一個是的/毫無疑問評估參與者的看法有睡眠問題,解釋應該更謹慎,比基於外部標準。鑒於非特異性的性質這一問題,它是合理的,除了失眠患者睡眠問題可能支持項目,介紹了一些混淆的結果。然而,這種可能性是減毒的排斥參與者收到了其他睡眠障礙的診斷失眠。進一步的研究需要使用更嚴格的“黃金標準”作為證據支持我們的建議最優ISI與社區樣本點。其次,三軍情報局的能力區分原發性失眠,失眠與其他精神或醫學障礙共病仍然是未知的。盡管這不是巴基斯坦三軍情報局的用途,將感興趣的的上下文中研究失眠嚴重程度更多元化的群主和共病失眠患者。⁴⁰目前的研究結果來自社區參與研究和臨床樣本請求;但是目前尚不清楚這些攻擊是否同樣減少點概括在初級護理患者尋求治療,可以用來指導決定啟動治療這些患者。

盡管有這些限製,短暫的篩查工具,如失眠嚴重程度指數可以有用的流行病學家對於識別失眠病例和記錄患病率和疾病負擔。同樣,三軍情報局可以幫助臨床醫生在他們的初步評估,並確定需要治療的患者,治療開始後,在評估治療的反應。對於研究人員,三軍情報局提供可靠和有效patient-reported結果補充特定的睡眠參數(如睡眠潛伏期、睡眠後覺醒)傳統上作為主要終點支持的治療效果。

失眠的測定對臨床醫生和研究人員仍然是一個挑戰。盡管大量的評估工具可用,其中大部分不符合調查人員的具體需求進行流行病學或臨床試驗研究。雖然目前的發現增加了心理三軍情報局的數據庫,還需要更多的研究進一步完善這個樂器。新儀器的發展也是必要的,也許有更多的重點目標。而不是期待一個樂器表現良好在所有領域,它可能是更現實的開發工具和更具體的目標。例如,樂器隻有兩個或三個關鍵項目可能是足夠的情況下發現的大型流行/事件的流行病學研究。同樣,即將到來的dsm - v和擴大重點維評估工具評估失眠症狀沿著幾個維度(嚴重程度、持續時間、影響)可能是最有助於幫助臨床醫生做出診斷。最後,自我報告的設計和驗證(病人)措施,可以補充睡眠日記或clinician-administered等級量表將被證明是最有價值的計量病人護理的上下文中。

引用