点击蓝字 关注我们
作者：高小焱1 迪丽努尔·吾甫2 左彭湘1 刘芳芳1 何红瑶1通信作者：左彭湘，Email:zuo_pengxiang@sina.com作者单位：1石河子大学医学院，石河子 832000；2图木舒克市教学研究和师资培训中心，图木舒克 843806本文刊发于 中华实用儿科临床杂志,2022,37(13):1001-1005.引用本文：高小焱,迪丽努尔·吾甫,左彭湘,等.注意缺陷多动障碍7~16岁儿童影响因素分析及Nomogram预测模型的建立与验证[J].中华实用儿科临床杂志,2022,37(13):1001-1005.DOI:10.3760/cma.j.cn101070-20210809-00945.
摘要
目的 分析儿童注意缺陷多动障碍（ADHD）的影响因素并构建Nomogram（列线图）预测模型。方法 采取随机整群抽样的方法，对新疆地区5所学校共5 409名7~16岁儿童开展调查，采用斯诺佩（SNAP-Ⅳ）评估量表和影响因素调查问卷进行调查。利用最小绝对收缩选择算子（LASSO）回归和多因素Logistic回归分析调查儿童ADHD影响因素并建立Nomogram预测模型。结果 1.调查儿童ADHD的检出率为7.3%；2.LASSO-Logistic回归模型显示，高热惊厥疾病史（OR=5.97，95%CI:3.52~9.86）、癫痫疾病史（OR=11.86，95%CI：7.83~17.89）、头部外伤疾病史（OR=10.0，95%CI:7.27~13.71）、母亲分娩方式（OR=2.53，95%CI:1.99~3.23）、母亲文化程度（OR=2.26，95%CI:1.45~3.67）、母亲吸烟超过1年以上（OR=12.65，95%CI:8.30～19.34）、家庭环境是否安静（OR=1.27，95%CI:1.00~1.63）、打骂的教育方式（OR=3.05，95%CI:2.13~4.31）为儿童ADHD的独立风险因素；3.将以上指标建立Nomogram预测模型，经Bootstrap重采样1 000次进行内部验证，C-index指数为0.81(95%CI:0.78～0.83)，提示Nomogram预测模型有较好的预测能力、精准度以及区分度。临床决策（DCA）曲线提示Nomogram模型的预测概率阈值>0.2时，患者的临床净收益水平高。结论 调查儿童ADHD检出率为7.3%，比全国平均水平较高。高热惊厥、癫痫、头部外伤疾病史、母亲分娩方式、母亲文化程度、母亲吸烟超过1年以上、家庭环境是否安静、打骂的教育方式为儿童ADHD的独立风险因素，依此绘制的Nomogram预测模型能够简洁、直观地为儿童提供个体化的ADHD患病风险预测。
关键词
儿童；注意缺陷多动障碍；影响因素；Nomogram
注意缺陷多动障碍（attention deficit hyperactivity disorder，ADHD）是儿童青少年时期常见的一种精神发育障碍疾病。核心症状为与实际年龄不相符的注意力分散、注意广度缩小及不分场合的过度活动和/或情绪冲动［1］。我国流行病学Meta研究显示，ADHD的患病率约为5.6％，男童患病率高于女孩［2］。由于地区、人群、调查研究方法、选择的诊断标准存在差异性，因此实际患病率也不尽相同。国内外研究显示，儿童性别、母亲文化程度、怀孕期间吸烟等与ADHD的发生密切相关［3-8］。本研究纳入包括疾病史、母亲分娩方式、家庭环境等可干预的影响因素，旨在为临床制定有效干预措施提供依据。最小绝对收缩选择算子（LASSO）回归法［9］可以将对模型影响较小的变量系数压缩为0，自变量的收敛速度不一样，因此在一定程度上LASSO回归法非常适合做变量筛选。Nomogram图将复杂的回归方程转变为简单且可视化的图形［10］，使预测模型结果更具可读性，因此在医学研究和临床实践中得到了更多的关注与应用。本研究通过问卷调查法对新疆地区7~16岁儿童进行ADHD流行病学调查并对通过分析儿童ADHD的风险因素，构建个体化预测儿童ADHD的Nomogram预测模型，为临床预防干预及治疗提供科学依据。
1
资料与方法1.1 研究对象 于2020年7月至11月采用随机整群抽样的方法调查新疆地区5所学校共5 409例7~16岁儿童，斯诺佩（SNAP）-Ⅳ评定量表由熟悉儿童的班主任或任课老师填写，ADHD影响因素调查问卷由父母填写。共发放问卷 5 500份，回收问卷 5 409份，有效问卷5 409份，有效率为98.3%。其中，男2 749例，女2 660例，年龄（11.16±1.45）岁。本研究通过石河子大学医学院学术伦理委员会批准（批准文号：2017-063-01）。ADHD组入组标准：（1）均为新疆地区儿童，年龄7~16岁；（2）性别不限；（3）经主治医师及以上的精神科医师确诊，符合《美国精神障碍诊断与统计手册》第５版（DSM-5）中ADHD诊断标准［11］。ADHD组排除标准：（1）智商（IQ）<80；（2）既往诊断有双向情感障碍、重性精神病、广泛发育障碍等疾病。共纳入396例儿童。健康对照组入组标准：（1）均为新疆地区儿童，年龄7~16岁；（2）性别不限。健康对照组排除标准:（1）IQ<80；（2）排除ADHD、既往诊断双向情感障碍、重性精神病、广泛发育障碍等疾病。共纳入5 013例儿童。1.2 调查方法1.2.1 ADHD SNAP-Ⅳ评定量表（教师版） 该量表［12］共26个条目，分为3个因子：注意力不集中（9个条目）、多动/冲动（9个条目）、对立违抗（8个条目）；采用4级评分法：“完全没有=0”、“有一点=1”、“还算不少=2”、“非常多=3”。本研究将采用注意力不集中和多动/冲动2个因子进行测量评估，儿童在任意一个因子有6个及以上条目得分为２或３分并结合注意力不集中、多动/冲动的临床表现判定为ADHD可疑儿童。1.2.2 ADHD影响因素调查问卷 人口学资料包括性别、年龄、出生日期、身高、体质量；行为习惯包括体育运动、电子游戏、饮食习惯等；家庭环境包括父亲年龄、母亲年龄、母亲分娩方式、父亲文化程度、母亲文化程度、父母关系、家庭经济收入等，共29个条目。1.3 统计学处理 运用EpiData3.1软件进行资料录入，使用R4.0.2软件进行统计分析。计量资料用x̄±s表示，计数资料用例数(%)表示。采用LASSO回归筛选影响ADHD儿童患病的可能因素，将LASSO回归筛选的变量以向后的方式进行多因素的Logistic回归分析，使用受试者工作特征曲线（ROC）分析其效能。依据Logistic回归分析结果建Nomogram预测模型，采用Bootstrap重采样1 000次，对Nomogram图进行内部验证，通过校正曲线和C-index指数，评估模型的准确性和一致性。
2
结果2.1 儿童ADHD检出情况 本次调查的5 409例儿童共检出396例ADHD，检出率为7.3%。详细资料见表1。
3
讨论本次调查研究显示，调查对象ADHD检出率为7.3%，与国内儿童ADHD检出率3%~10%的数据相符，但与李晓兰和买合甫来提·坎吉［13］报道的乌鲁木齐市ADHD检出率4.7%相比较高。导致检出率差异的原因可能是：一方面，筛查量表的选择和判断标准的不同会造成筛查率的差异。目前，国内常用的筛查量表有Conners评定量表、SNAP评定量表以及Vanderbilt量表。各个量表诞生的时间、常模制定及心理测量学研究的程度均不一致，因此在国内外相关的研究数量和质量受到影响。另一方面，不同区域的经济发展、文化背景、教育资源不尽相同，可进一步影响父母对ADHD的认知和就诊情况，从而影响ADHD的检出率。本研究结果提示，癫痫疾病史、高热惊厥和头部外伤疾病史是儿童ADHD的风险因素。Bertelsen等［14］的研究表明，与无癫痫发作诊断的儿童相比，有癫痫和/或高热惊厥发作的儿童患ADHD的概率显著增加25%~35%。分子机制的研究表明［15］，ADHD和癫痫2种疾病都存在中枢去甲肾上腺素系统的缺陷；另外，遗传学也表明2种疾病有共同的遗传易感性，部分相关基因出现重叠［16］。脑组织受损的儿童，容易发生感知、行为和思维等方面的问题，所以头部受过脑外伤的儿童ADHD发病率较高。母亲分娩方式为顺产的儿童相对于剖宫产的儿童发生ADHD的可能性越小。与顺产的孩子通过产道进行肠道微生物植入不同，剖宫产出生的孩子通过与母亲的皮肤和医院环境接触进行肠道微生物植入，这就导致不同出生方式的肠道菌群组成长期存在差异。最近研究发现［17］，肠道微生物群与中枢神经系统的化学信号的释放有着紧密地联系，虽然对儿童发育的因果影响还有待证实，但肠道微生物的改变被认为是ADHD发生率更高的可能驱动因素。有研究表明［18］，家庭环境以及父母对孩子的影响与ADHD的发生显著相关。本研究结果提示母亲文化程度、打骂的教育方式、母亲吸烟超过1年以上、家庭环境是否安静与儿童ADHD的发生密切相关。母亲文化程度为大专以下可能在教导儿童的方式上存在更加明显的缺陷，对儿童的教育缺少耐心、经常责骂或体罚儿童，会造成儿童心理上的负担。母亲吸烟超过1年以上会增加ADHD儿童发生的风险，烟草里的主要成分为尼古丁，慢性低剂量尼古丁暴露会导致大脑的认知能力改变。动物模型发现尼古丁影响多巴胺等神经递质的释放，而多巴胺神经递质的释放功能紊乱被认为和 ADHD 的发生有密切关系［19］。而长期处于吵闹的环境，可能导致儿童神经兴奋性增加，容易出现多动、情绪不稳定、注意力难集中等现象。Nomogram预测模型对各独立的危险因素量化赋分，进而计算总分值对应的风险预测值，是一种简洁直观的风险预测工具。本研究结果显示，高热惊厥疾病史、癫痫疾病史、头部外伤疾病史、母亲分娩方式、母亲文化程度、母亲吸烟超过1年以上、家庭环境是否安静、打骂的教育方式是儿童ADHD的独立风险因素，以此建立ADHD患者Nomogram预测模型，进行内部验证结果C-index指数为0.81(95%CI：0.78～0.83)，提示Nomogram预测模型有较好的预测能力、精准度以及区分度。DCA曲线结果提示Nomogram模型具有较好的临床适用性。综上所述，预测儿童ADHD风险的Nomogram预测模型有较高的预测价值及临床应用价值，临床人员可依此筛选出高风险患ADHD的儿童并制定针对性的预防措施，降低儿童患ADHD的风险。调查儿童ADHD检出率为7.3%，与全国平均水平相比较高。通过LASSO回归和Logistic回归得出，高热惊厥疾病史、癫痫疾病史、头部外伤疾病史、母亲分娩方式、母亲文化程度、母亲吸烟超过1年以上、家庭环境是否安静、打骂的教育方式是儿童发生ADHD的独立风险因素，以此建立Nomogram预测模型，可用于预测儿童发生ADHD的概率。由于影响ADHD儿童的因素较多，在今后的研究中可以进一步纳入遗传、心理因素等进行交互影响的深入分析。
参考文献略（制作：新乡医学院期刊社网络与数字出版部）
《中华实用儿科临床杂志》
点击“阅读原文”免费下载PDF全文