研究背景
在當今,高風險非理性用藥行為的高發生率意味著門診患者會面臨很高的藥物不耐受甚至死亡的風險。合理的用藥行為是一個醫學上比較流行的話題。世界貿易組織將合理用藥定義為:用藥能夠滿足病人在醫學上的需求,在一段時間內可以滿足個人的生活需求,且在患者生活區域中保持最低的成本。而在我國,國家衛計委將合理用藥定義為:安全、有效、經濟的用藥。優先使用基本藥物是合理用藥的重點,而不合理的藥物則會對健康產生副作用甚至危及生命。而目前根據世貿組織的報告,全球近一半的藥物使用都是不合理的。因此患者有較高的產生不耐受甚至死亡的風險。在論文《IMB模型在安徽省二級醫院門診患者合理用藥行為中的研究》中,作者將信息-動機-行為技能模型(IMB模型)應用與安徽省三個地級市的二級醫院門診患者的合理用藥行為。該論文的研究檢查了合理用藥行為的預測因素,並確定了模型構建之間的聯繫。
IMB模型是由費希爾和同事開發的理論框架。在健康行為下修正的模型假定,健康促進行為是一個人對該行為的充分了解程度的函數。實際上,一個有知識背景和動機的人更傾向於發展和實施相關的行為技能,更有可能從事針對性的健康行為。IMB模型也被廣泛的用於預測積極的健康行為。
在該論文的研究中,其假設了一個基於理論的模型,該模型使用了IMB模型結構,並增加了年齡、性別、教育水平以及家庭收入等關鍵人口方面的統計學變量。同時,該研究假設了信息和動機將與行為技能顯著相關。相應的,行為技能也將會調節信息和動機對合理用藥行為的影響。
研究方法
該研究採用了多階段的整體隨機抽樣方法。將市、區和醫院作為三個隨機抽取的階段,共抽取1214名成年患者構成研究樣本。研究對這些患者提供了調查問卷,主要包括人口統計、合理用藥信息、合理用藥動機、合理用藥行為技能和合理用藥行為。其中,信息、動機、行為和行為技能四項緯度的分數將會被納入模型測試。並使用結構方程模型(SEM)分析四個總計量表。
在統計分析方面,研究首先找到了一個雙變量分析模型來提供人口結構變量與模型變量之間的關係,IMB模型和結構方程模型將會被應用於研究人口結構變量與模型變量之間的關係。通過先驗假設與雙變量分析,該研究建立了結構方程模型。該模型先後通過卡方檢驗、比較擬合指數(CFI)以及均方根誤差(RMSEA)對模型結果做了檢驗。
研究結果
下表顯示了IMB模型中人口統計學變量和結構之間的聯繫。在雙變量分析中,年齡只有很小的影響。門診患者人群中,老年人患者的知識、動機和行為技能均較少。與男性相比,女性有更多的動機,更多的行為技能以及更多行為。受過高等教育的門診病人往往有更多的知識、動機、行為技能和行為,這一點同樣在收入較高的病人群體中顯現出來。知識、動機以及行為技能與行為具有顯著的正相關性。
IMB模型中人口統計變量之間的相關性
在路徑分析方面,下圖展示了IMB模型變量之間的關係。假設模型被證實與數據擬合較好。其中,9變量的卡方檢驗為12.799,p值為0.172,CFI=0.998,RMSEA=0.019,90%置信區間為0.00-0.04。更重要的是模型預測了40%的行為波動性以及27%的行為技能波動性。研究發現,更好的行為動機、知識水平、動機與更大的年齡比較容易預測出合理用藥的行為。而女性、高教育水平和高動機則更容易預測出患者的行為技能。老年患者往往具有較低的教育水平。相對於男性,女性患者和高收入患者往往有更高的教育水平以及動機。
描述門診患者IMB模型中顯著回歸路徑的結構方程模型
結果討論
模型的研究結果顯示了人口信息和動機不僅間接影響了行為動機,而且直接影響到了用藥行為,而研究的數據表明,這種直接影響比間接影響更為顯著。模型的結果證實了信息和動機與合理用藥行為之間的關係且部分由行為技能調節的假設,而信息和動機對合理用藥行為產生直接影響。雖然行為技能對行為的直接影響小於信息和動機對行為的直接影響,但對行為技能的部分反應為行為技能的進一步提高提供了線索,從而為合理用藥提供了線索。根據IMB模型,更多的信息、更多的動機和更多的行為技能可以增加合理的藥物使用行為。另一方面,這些發現表明,基於IMB的幹預將通過影響這些IMB變量來影響合理用藥行為。因此,今後門診患者合理用藥行為幹預不僅應局限於知識教育,還應關注動機和行為技能的重要作用。與此同時,安德森的研究表明,幹預後的動機和行為技能水平能夠更好地反映行為的變化,而當僅僅局限於知識水平指標時,幹預的質量可能無法科學地反映。因此,IMB模型為未來合理用藥行為幹預提供了有效的理論框架。
參考文獻:Bian Cheng, Xu Shuman, Wang Heng,等. Correction: A Study on the Application of the Information-Motivation-Behavioral Skills (IMB) Model on Rational Drug Use Behavior among Second-Level Hospital Outpatients in Anhui, China[J]. Plos One, 2015, 10(9):e0137928-.