暨南大学硕士学位论文最终答辩

农村初诊冠心病患者
内感受敏感性、症状严重性
与自我管理行为的纵向关联研究

A Longitudinal Study on the Associations Among Interoceptive Sensibility, Symptom Severity, and Self-Management Behaviors in Rural Patients with First-Diagnosed Coronary Heart Disease

答辩人马华龙

导师杨巧红副教授

申请学位医学硕士

日期2026年5月

CONTENTS

01🔎

研究背景与目的

农村冠心病现状 · 研究空白 · 研究目标

02📚

文献回顾与理论框架

自我管理行为 · 内感受敏感性 · 自我调节常识模型

03🧪

研究方法

研究设计 · 研究对象 · 统计分析方法

04📊

研究结果

纵向变化趋势 · 潜在增长混合模型 · RI-CLPM模型

05💡

讨论与结论

结果解读 · 临床启示 · 创新与局限

PART 01 · 背景

为什么关注农村冠心病？

📈

冠心病负担持续加重，死亡率超过城市

《中国心血管健康与疾病报告2022》显示：农村冠心病患病率由 4.8‰ → 8.1‰。
且2012年后农村死亡率持续上升，并在 2016年超过城市，提示农村防治压力已进入高负担阶段。

🏥

资源约束下，农村患者更依赖自我管理

农村患者面临医疗资源分布不均、可及性不足、健康教育薄弱等结构性问题。
在此情境下，自我管理是疾病控制的有效手段；若依从性不足，易出现血压/血脂/血糖失控并加速病程进展。

🩺

症状严重性：直接驱动行为决策

已有研究提示，症状严重性会直接影响患者采取健康行为的动机与紧迫性；但这种作用并非单向线性，可能呈现“症状上升→短期行为增强→持续高负担后执行疲惫”的变化路径。
因此，本研究将其作为解释自我管理波动的核心变量之一。

🧠

内感受敏感性：连接感知、情绪与行动

内感受包括准确性、敏感性与知觉三个维度。本研究聚焦内感受敏感性，因其可通过量表在多时间点重复评估，并与胸痛、气短等症状信号觉察更直接相关。
将症状严重性 × 内感受敏感性 × 自我管理行为纳入同一纵向框架，有助于弥补农村冠心病患者动态机制研究不足。

PART 01 · 目的

研究目的与选题意义

🎯 研究目的

探索农村初诊冠心病患者自我管理行为水平的变化轨迹
分析一般人口学特征及临床因素等对纵向潜在轨迹的影响
探索症状严重性、内感受敏感性与自我管理行为随时间变化的相互预测关系

💡 选题意义

理论意义：弥补农村冠心病患者自我管理行为纵向研究的空白，完善症状严重性-内感受敏感性-行为应对的动态解释路径。
实践意义：为农村患者分层随访和个性化干预提供依据，支持临床精准识别高风险人群并优化管理策略。

PART 02 · 文献回顾

自我管理行为研究现况

📊 国内外总体水平偏低

现有研究一致提示：冠心病患者自我管理行为总体处于中等偏低。纵向资料显示入组时自我维持约 61.6分、管理约 53.5分，并存在“持续不足”与“逐渐恶化”轨迹。

🇨🇳 国内研究结构性短板

国内横断面研究同样显示得分偏低，患者多停留在基础生活维持层面，疾病医学管理、症状预警、长期执行力是主要薄弱环节。

🌾 农村场景放大行为风险

受医疗资源可及性、经济压力、健康教育不足和传统观念影响，农村患者更易出现“短期依从高、长期维持差”的轨迹，复发风险随时间累积。

⏱️ 纵向设计是关键方法学路径

文献提示出院后管理行为在 1月、3月、6月呈动态变化：1月反映适应期，3月体现干预初效，6月决定维持质量。单时点评估难以揭示真实机制。

PART 02 · 文献回顾

自我管理行为的影响因素

基于文献归纳的 6 大维度机制：从个体特征到社会情境

👤

人口学因素

规律：年龄↑常伴自我管理下降，教育水平↑有利于管理提升。

职业、婚姻、性别会通过认知能力、角色负担、健康风险感知影响执行力。
务农群体受劳动强度与收入不稳定影响，长期管理更易中断。

👨‍👩‍👧

社会支持与人际关系

规律：家庭支持 + 医患互动 + 社区支持共同提升依从性与持续性。

家庭可提供情感支持、服药监督与就医协助，降低焦虑抑郁。
社区随访与健康教育活动是农村患者稳定管理的重要外部资源。

📚

健康认知与行为习惯

疾病认知、健康素养、自我监测能力决定患者能否把“知道”转化为“做到”。

认知不足会低估风险，导致饮食、运动、药物管理执行不到位。
规律行为习惯形成后，管理行为更易维持并抵御复发期波动。

🩺

临床因素（重点：症状严重性）

临床负担越高，管理复杂度越高：共病数量↑、心功能等级↑ 往往不利于进入高管理轨迹。
症状严重性直接影响患者行为动机与就医紧迫性，是解释自我管理变化的关键输入。

症状效应可能呈非线性：短期警觉增强执行，长期高负担可能引发回避与耗竭。
因此需进行纵向动态评估，而非仅凭单时点症状评分判断管理水平。

🧠

心理社会因素（重点：内感受敏感性）

自我效能感与内感受敏感性是解释行为差异的关键心理变量。
其中内感受敏感性是“症状信号→情绪调节→健康决策”的中枢环节。

高自我效能患者更愿意坚持健康行为并应对挫折。
内感受水平高者更能准确解读躯体信号，减少错误归因与情绪失调导致的决策偏差。
在农村场景下，该变量现实解释力更高，因为患者常需先依赖自身感知作出初步应对。

🌾

文化与社会观念

农村特有情境下，传统观念、饮食文化、社会角色期待会持续塑造管理行为。

“能忍则忍”“偏方优先”等观念可能降低正规管理依从性。
高盐高脂饮食与家庭角色压力，常造成长期行为改变困难。

PART 02 · 理论框架

自我调节常识模型

Common-Sense Model (Leventhal)

模型是什么？

自我调节常识模型认为，个体面对健康威胁时，会经历“威胁感知 → 认知/情绪表征 → 应对行为 → 评价反馈”的循环过程，行为会在反馈中不断调整。

健康威胁刺激：症状出现、疾病诊断、病程变化。
内在表征：患者如何理解疾病原因、后果、及伴随情绪。
应对策略：服药、就医、饮食与活动等自我管理行为。
评价反馈：策略有效会反过来改变后续认知、行为选择。

如何用于本研究？

症状严重性：作为健康威胁信号，驱动患者启动调节过程。

内感受敏感性：反映患者对体内信号的觉察与解释能力，是关键认知通道。

自我管理行为：作为应对行为输出，并通过纵向反馈影响后续症状与感知。

图1-1 自我调节常识模型在本研究中的应用框架

PART 03 · 方法

研究设计

406

有效样本

农村初诊冠心病患者

3

测量时间点

出院前 / 3月 / 6月

14

月抽样及随访周期

2024.12.05 — 2026.02.14

三甲

医院等级

广东省心血管内科

T0 — 出院前

基线评估

面对面访谈，收集一般资料、自我管理行为、内感受敏感性、症状严重性数据

T1 — 出院后3个月

第一次随访

电话预约 + 院内复诊，重新评估三个核心变量

T2 — 出院后6个月

第二次随访

电话预约 + 院内复诊，完成最终评估

PART 03 · 方法

研究对象与样本量

✅ 纳入标准

符合农村患者界定：农业户口或乡村登记地址，近6个月主要居住农村，并有城乡居民医保/相应证明
由基层医疗机构转诊至本院，或长期在农村地区就医
年龄 ≥18岁，首次明确诊断为冠心病
意识清楚，具备沟通理解能力，可独立或协助完成问卷

❌ 排除标准

合并严重心衰、恶性肿瘤、严重肝肾功能衰竭等疾病
脑卒中后存在明显认知或语言障碍，影响问卷理解或核心指标评估
虽符合农村户籍/登记地址条件，但近6个月主要居住城市或长期城市工作生活
研究期间病情危重、意识障碍或医师判断不宜接受问卷调查

🚫 分析剔除标准

核心量表缺失条目超过 20% 或无法按规则补齐
明显逻辑错误复核后仍不能纠正
随访时间明显超出窗口且无法核实
随访过程中失访或中途退出研究

📐 样本量计算

G*Power 采用 F-tests，参考同类型研究中人口学、临床和心理社会变量可解释自我管理行为 17.1% 变异，设定 f²=0.067、α=0.05、power=0.95、预测因子最多41个，最低样本量为 224例。考虑潜在增长混合模型、RI-CLPM及25%失访率，至少需 299例（224/0.75≈299）；本研究最终完成随访 406例。

PART 03 · 方法

研究工具

🧾

一般资料问卷

自行编制结构化问卷，收集人口学与临床基线信息
包括年龄、性别、婚姻、教育、职业、共病与治疗史

📋

冠心病自我管理行为量表 (CSMS)

27个条目，7个维度，Likert-5级评分
总分 27～135 分 · Cronbach's α = 0.913

🧠

多维度内感受知觉量表 (MAIA-2C)

37个条目，8个维度，Likert-6级评分
各维度为条目均分 0～5 · Cronbach's α = 0.922

🩺

PROMIS® 症状测量

测量躯体和心理症状严重性
Likert-5 评分 0～4 分

PART 03 · 方法

统计分析方法

01

数据录入与清洗

双人核对录入并进行逻辑校验；对缺失、异常与时间窗偏离数据按预设规则处理，形成最终分析数据集。

02

一般统计描述

计量资料以均数±标准差或中位数（四分位数）表示；计数资料以频数与构成比展示，刻画406例基线特征。

03

纵向描述性分析

采用重复测量方差分析或Friedman检验比较T0、T1、T2变化，并进行事后两两比较评估变化方向与幅度。

05

量表的纵向测量等值性

依次检验构型、弱、强与严格等值性，确保跨时点比较建立在同一测量结构基础上，提高结论解释有效性。

06

潜在增长混合模型 (LGMM)

依据AIC、BIC、SABIC、Entropy及LMRT/BLRT比较1至4类模型，识别自我管理行为纵向潜在轨迹。

07

轨迹影响因素分析

采用有序Logistic回归，将人口学、临床与社区健康教育等基线变量纳入模型；T0内感受敏感性和症状严重性作为起点变量，避免与轨迹结局时间重叠。

08

随机截距交叉滞后模型

构建RI-CLPM分离个体间稳定差异与个体内波动，检验SM、IS、SY的自回归与交叉滞后路径，阈值设定为 P<0.05。

PART 03 · 方法

技术路线与伦理

查阅国内外有关农村冠心病患者自我管理相关文献

小组讨论、文献回顾

小组讨论，制定调查一般资料问卷、CSMS、MAIA-2C、PROMIS®

伦理批准后获取书面知情同意，基线纳入429例患者

预调查（n=7），调整以上四个测量工具

正式调查开始

一般资料问卷、CSMS、MAIA-2C、PROMIS®

确诊后住院期间（T0）收集

出院后3个月（T1）、6个月（T2）收集

电话提醒、门诊随访；以出院日期为基准，按±2周窗口区分T1/T2

数据分析，论文撰写

1. 农村冠心病患者纵向数据的数据质量与量表学检验
2. 相关分析
3. 描述性纵向变化分析
4. 对自我管理纵向轨迹进行潜在增长混合模型分析
5. 分析各潜在轨迹类别的影响因素
6. 拟合CSMS、MAIA-2C、PROMIS®的随机截距交叉滞后模型

PART 04 · 结果

研究对象一般资料（n=406）

依据论文表3-1提炼关键统计特征

PART 04 · 结果

核心变量相关分析

变量对	同一时间点	T0→T1	T1→T2	T0→T2
SM ↔ IS	r=0.255～0.578***	r=0.489***	r=0.578***	r=0.412***
SM ↔ SY	r=-0.218～-0.589***	r=-0.442***	r=-0.577***	r=-0.589***
IS ↔ SY	r=-0.162～-0.437***	r=-0.358***	r=-0.437***	r=-0.319***
SM (跨时间)	—	r=0.599***	r=0.733***	r=0.551***

图3-1 自我管理行为、内感受敏感性与症状严重性相关性

SM=自我管理行为, IS=内感受敏感性, SY=症状严重性; ***P<0.001

PART 04 · 结果

自我管理行为纵向变化趋势

表3-2 指标	T0	T1	T2	P值
总分	97.13±13.44	99.67±12.14	104.39±12.80	<0.001
不良嗜好管理	14.68±3.09	14.36±3.06	14.80±3.20	0.035
症状管理	14.21±3.15	15.19±3.06	16.06±2.90	<0.001
情绪认知管理	14.32±3.09	14.89±2.92	15.69±2.86	<0.001
急救管理	10.57±2.54	10.98±2.27	11.18±2.47	<0.001
疾病知识管理	18.12±3.85	18.78±3.75	20.39±3.44	<0.001
日常生活管理	14.61±3.27	14.03±3.19	14.07±3.23	0.004
治疗依从性管理	10.62±2.43	11.43±2.28	12.19±2.23	<0.001

图3-2 自我管理行为总分及各维度随时间变化趋势

PART 04 · 结果

内感受敏感性纵向变化趋势

表3-3 指标	T0	T1	T2	P值
总分	88.17±16.60	89.08±15.35	89.75±16.05	0.043
不分心	16.85±5.61	18.17±5.53	18.33±5.60	<0.001
不担忧	11.31±3.71	10.64±3.67	10.19±3.70	<0.001
注意力调节	17.30±5.70	17.19±5.57	17.91±5.66	0.045
情绪觉察	14.21±4.75	14.87±4.85	15.12±4.32	0.009
自我调节	11.25±3.89	11.75±3.85	11.86±3.66	0.013
身体倾听	8.75±3.11	8.69±3.04	8.88±3.12	0.590
信任	8.50±3.02	7.76±3.03	7.45±2.92	<0.001

图3-3 内感受敏感性总分及各维度随时间变化趋势

PART 04 · 结果

症状严重性纵向变化趋势

表3-4 指标	T0	T1	T2	P值
总分	6.34±1.41	6.32±1.39	6.26±1.46	0.642
气短	23.90±7.54	22.45±7.22	20.90±7.33	<0.001
恶心和呕吐	9.50±3.04	9.77±2.86	10.12±2.89	0.037
睡眠干扰	14.51±4.24	13.80±4.49	13.64±4.47	0.026
疲倦	14.53±4.01	14.67±4.23	14.97±4.22	0.312
认知	14.46±4.55	14.49±4.34	15.38±4.27	0.004
疼痛	7.34±2.04	7.03±2.26	6.64±2.20	<0.001
焦虑	19.10±5.80	18.62±6.03	17.34±5.89	0.001
愤怒	12.06±3.51	12.19±3.60	12.48±3.73	0.261
抑郁	19.71±5.81	18.92±5.92	18.12±5.80	<0.001
死亡担忧	12.09±3.67	11.49±3.73	11.16±3.50	0.001
性生活	2.42±0.80	2.48±0.78	2.52±0.78	0.054

图3-4 患者自我报告症状总分及各维度随时间变化趋势

PART 04 · 结果

纵向测量等值性检验

确保跨时间比较的可靠性

量表	模型	CFI	TLI	RMSEA	ΔCFI	结论
自我管理行为	形态等值	0.980	0.974	0.023	—	✅ 通过
自我管理行为	单位等值	0.979	0.976	0.023	0.001	✅ 通过
内感受敏感性	形态等值	0.959	0.947	0.028	—	✅ 通过
内感受敏感性	单位等值	0.962	0.954	0.026	0.003	✅ 通过
症状严重性	形态等值	1.004	1.005	0	—	✅ 通过
症状严重性	单位等值	1.002	1.003	0	0.002	✅ 通过

📌 结论

三个量表在 T0、T1、T2 三个时间点均达到单位等值水平（Metric Invariance），后续纵向分析中可直接比较各潜变量的均值差异和结构关系。

PART 04 · 结果

自我管理行为纵向变化的潜在增长混合模型

三类纵向潜在轨迹组得分变化

🔑 关键发现

1至4类模型比较后，3类模型分类精确度最高（Entropy = 0.842，BLRT P=0.034），且各组比例较均衡。超半数患者处于中水平稳定上升轨迹，约1/5患者属于脆弱的低水平先降后升组。

PART 04 · 结果

轨迹类别的预测因素

有序Logistic回归分析

影响因素	OR	95% CI	P 值	方向
年龄	0.937	0.906～0.969	<0.001	− 负向
教育水平	2.256	1.721～2.957	<0.001	+ 正向
家庭人均月收入	2.089	1.585～2.754	<0.001	+ 正向
合并症数量	0.546	0.457～0.653	<0.001	− 负向
NYHA分级	0.429	0.318～0.578	<0.001	− 负向
独居 (vs 与家人同住)	0.160	0.079～0.322	<0.001	− 负向
与其他人同住 (vs 与家人同住)	0.242	0.096～0.611	0.003	− 负向
病程	1.571	1.256～1.965	<0.001	+ 正向
冠心病家族史	2.385	1.459～3.898	<0.001	+ 正向
社区健康教育参与频率	2.093	1.642～2.667	<0.001	+ 正向

📌 变量纳入说明

轨迹影响因素分析以基线资料作为预测起点，T0内感受敏感性与症状严重性仅用于判断起点差异；三者随时间变化的动态关系由后续RI-CLPM进一步检验。

PART 04 · 结果

随机截距交叉滞后模型

χ²=3.439, df=3, P=0.3288, CFI=1.000, TLI=0.998, RMSEA=0.019

表3-9 路径	T0→T1 (β)	SE	95% CI	T1→T2 (β)	SE	95% CI
SM → SM	0.389***	0.061	[0.269, 0.508]	0.439***	0.093	[0.257, 0.621]
IS → SM	0.321***	0.055	[0.214, 0.429]	0.241**	0.068	[0.109, 0.374]
SY → SM	-0.306***	0.078	[-0.458, -0.153]	-0.229**	0.086	[-0.397, -0.061]
SM → IS	0.322***	0.058	[0.208, 0.436]	0.227**	0.083	[0.065, 0.389]
IS → IS	0.411***	0.076	[0.262, 0.561]	0.474***	0.091	[0.296, 0.651]
SY → IS	-0.301***	0.061	[-0.421, -0.181]	-0.196*	0.085	[-0.363, -0.029]
SM → SY	-0.272***	0.052	[-0.374, -0.171]	-0.327***	0.076	[-0.477, -0.178]
IS → SY	-0.320***	0.060	[-0.438, -0.201]	-0.242***	0.063	[-0.365, -0.118]
SY → SY	0.458***	0.064	[0.333, 0.584]	0.399***	0.090	[0.222, 0.576]

注：* P<0.05，** P<0.01，*** P<0.001；系数为STDYX标准化系数。

图3-6 自我管理行为、内感受敏感性、整体症状严重性随机截距交叉滞后模型

PART 05 · 讨论

第四章讨论：核心要点整合

📈 4.1 纵向变化趋势

核心发现自我管理行为总分随时间稳步上升，呈现“不降反升”轨迹。
关键矛盾日常生活管理维度下降，提示农村患者回归农务后难以维持理想作息与饮食。
症状侧整体症状相对平稳，气短/疼痛/焦虑/抑郁改善，但认知困扰有上升趋势。
解释长期自我管理任务的信息加工负荷，可能叠加心脑微循环影响。

🧩 4.2 轨迹异质性

中水平稳定上升组 51.48%，为主体人群，表现为持续、平稳改善。
低水平先降后升组 22.17%，出院早期下滑后回升，反映“脱离监督后的脆弱窗口”。
高水平稳定上升组 26.36%，高起点且持续提升，提示较强个体与家庭资源。
临床意义仅看均值会掩盖异质性，需按轨迹分层管理。

🔎 4.3 预测因素

不利因素高龄、独居、合并症多、NYHA分级高，进入高轨迹概率下降。
保护因素教育/收入较高、病程较长、家族史阳性，与高轨迹正相关。
可干预因素社区健康教育参与频率越高，越可能进入高水平轨迹。
实践启示家庭支持与社区支持是农村随访体系的关键支点。

🔄 4.4 动态交互机制

自回归稳定性 SM、IS、SY在三时点均有显著自回归，状态延续性强。
双向促进 SM ↔ IS持续正向预测，形成行为-感知正反馈回路。
症状抑制效应 SY对SM与IS呈负向预测，症状恶化会削弱行为与内感受调节。
残差相关同期SM与SY残差负相关，提示管理改善可伴随症状未解释波动下降。

PART 05 · 结论

研究结论

结论 ①

农村冠心病患者出院后自我管理行为总体呈逐渐改善趋势，但不同个体之间存在明显的轨迹异质性（3类潜在轨迹）。

结论 ②

年龄、教育水平、家庭经济状况、居住方式、病程、家族史以及社区健康教育参与频率，是影响轨迹类别的重要因素。

结论 ③

自我管理行为与内感受敏感性之间存在双向正向促进关系，形成良性循环。

结论 ④

症状严重性对两者均有持续负向影响，三者之间呈现清晰的动态交互关系。

PART 05 · 总结

创新性与局限性

✨ 创新性

聚焦农村冠心病群体，补充基层人群证据
纵向追踪设计突破横断面局限
潜在增长混合模型揭示群体异质性
RI-CLPM 区分个体间/个体内效应
将内感受纳入自我调节常识模型框架

⚠️ 局限性

样本来源于单一地理区域，外推性受限
主要依赖自我报告量表，存在主观偏倚
6个月随访对终身管理的冠心病仍属中期
方便抽样而非概率抽样

PART 05 · 启示

农村场景临床护理实践启示

🔍 出院前分层筛查

围绕低轨迹风险建立早期识别清单，优先纳入高龄、独居、合并症多、NYHA较高患者。

建立“红黄绿”风险分层与转介路径。
出院前完成用药-症状-复诊三联核对。

🌾 农村化管理处方

将康复建议嵌入农务与家庭照护节律，避免“城市模板”在农村场景失效。

按农忙/农闲分期设置体力活动上限。
饮食干预采用可获得食材与低成本方案。

🧠 内感受训练与焦虑管理

强化“有用觉察、不过度灾难化”的躯体信号识别能力，降低不担忧/信任维度恶化风险。

教授安全信号与危险信号的快速区分法。
加入呼吸节律、放松训练与情绪标记。

📞 连续随访闭环

构建“电话+门诊+社区”三位一体追踪，重点覆盖出院后前3个月脆弱窗口期。

每周症状打分+服药依从性简表反馈。
异常阈值触发复评与升级干预。

👪 家庭与社区协同

把家庭支持与社区健康教育纳入干预主轴，提升长期行为维持能力。

家属承担提醒、监督与危急识别角色。
社区教育提升频率并强化同伴支持。

📝 认知负荷友好设计

考虑长期管理任务造成的认知疲劳，优化随访材料与流程复杂度。

使用简短清单、图示化指引与固定复诊模板。
对认知困扰上升者增加复核与面对面指导。

PART 06 · 致谢

感谢与成长

PART 06 · 成就

成就与荣誉

农村初诊冠心病患者内感受敏感性、症状严重性与自我管理行为的纵向关联研究

🎯 研究目的

💡 选题意义

📊 国内外总体水平偏低

🇨🇳 国内研究结构性短板

🌾 农村场景放大行为风险

⏱️ 纵向设计是关键方法学路径

模型是什么？

如何用于本研究？

✅ 纳入标准

❌ 排除标准

🚫 分析剔除标准

📐 样本量计算

数据录入与清洗

一般统计描述

相关分析

纵向描述性分析

量表的纵向测量等值性

潜在增长混合模型 (LGMM)

轨迹影响因素分析

随机截距交叉滞后模型

随访完成情况

年龄与BMI

性别构成

居住与家庭支持

教育水平

职业与在职状态

经济与医保

生活方式

疾病相关特征

社区健康教育

📌 结论

🔑 关键发现

📌 变量纳入说明

📈 4.1 纵向变化趋势

🧩 4.2 轨迹异质性

🔎 4.3 预测因素

🔄 4.4 动态交互机制

结论 ①

结论 ②

结论 ③

结论 ④

✨ 创新性

⚠️ 局限性

🔍 出院前分层筛查

🌾 农村化管理处方

🧠 内感受训练与焦虑管理

📞 连续随访闭环

👪 家庭与社区协同

📝 认知负荷友好设计

农村初诊冠心病患者
内感受敏感性、症状严重性
与自我管理行为的纵向关联研究