《Scientific Reports》:Factors influencing high expectations in patients undergoing corneal transplantation
编辑推荐:
针对角膜移植患者术前期望值差异大、医患沟通难的问题,本研究开展单中心横断面分析,纳入120例患者,明确教育水平、眼科病史和神经质为独立影响因素,构建AUC 0.858的预测模型,确定0.293为最佳阈值,推荐门诊0.20–0.30用于筛查、0.40用于转诊,为优化术前管理提供量化工具。
角膜移植手术是恢复角膜盲患者视力的重要手段,但随着医疗技术进步与患者健康意识提升,患者对术后视觉功能的期待已从“复明”转向“高质量生活”。然而,临床中常面临这样的困境:部分患者对术后视力、日常活动能力的期望远超实际可能,导致满意度下降甚至医患矛盾;另一些患者则因期望过低而错失最佳康复机会。这种期望值的个体差异背后,究竟隐藏着哪些可量化的影响因素?能否通过科学模型提前识别高风险人群,实现精准的术前沟通与资源分配?这正是本研究试图解答的核心问题。
为解决上述问题,研究人员开展了一项单中心横断面研究,纳入120例接受角膜移植的患者,旨在探索术前视觉功能期望值的分布特征及其影响因素,并构建预测模型以指导临床实践。研究最终发表于《Scientific Reports》,为角膜移植领域的术前管理提供了新的量化工具与理论依据。
关键技术方法
研究采用单中心横断面设计,纳入120例角膜移植患者。通过自设计问卷与验证量表收集数据,评估患者术前视觉功能期望。运用多变量分析筛选独立影响因素,构建二元Logistic回归预测模型,并通过内部验证、决策曲线分析(DCA)与受试者工作特征(ROC)曲线评估模型效能,确定最佳阈值。
研究结果
术前视觉功能期望的分布特征
研究发现患者术前期望值存在显著异质性,其中对“独立日常生活活动”与“近视力任务”的期望评分最高,提示这两类功能是患者最关注的术后恢复目标。
影响术前期望值的关键因素
多变量分析显示,教育水平、眼科病史与神经质(neuroticism)是术前高期望值的独立影响因素。具体而言,更高教育水平、有既往眼科病史及神经质得分较高的患者,更倾向于报告较高的术前期望值。
预测模型的构建与效能验证
基于上述因素构建的二元Logistic回归模型表现出优异的区分度(AUC 0.858)与良好的校准度,经内部验证后稳定性可靠。决策曲线分析(DCA)进一步证实该模型在临床决策中具有净获益优势。
最佳阈值的确定与临床应用建议
ROC分析确定0.293为识别高期望值的最佳阈值。结合门诊场景需求,研究推荐0.20–0.30作为筛查与触发干预的阈值,0.40作为转诊与资源分配的阈值,以实现分层管理。
研究结论与意义
本研究首次系统揭示了角膜移植患者术前期望值的影响因素,明确了教育水平、眼科病史与神经质的核心作用,并构建了具有良好效能的预测模型。通过ROC与决策曲线分析优化的阈值体系,为临床提供了可操作的量化工具:低阈值(0.20–0.30)可用于门诊初筛,及时启动沟通干预;高阈值(0.40)则可指导资源向高风险患者倾斜。这一成果有望改善术前沟通效率,降低不合理期望导致的满意度风险,推动角膜移植治疗从“技术成功”向“患者满意”的跨越。未来需通过多中心验证与纵向研究进一步优化模型,并探索长期结局的关联。