首发缺血性脑卒中患者药物素养现状及影响因素研究

段要玲1, 邓秋1, 杨正婷2, 马林源1, 王普清3, 周敏2

【作者机构】 1湖北医药学院护理学院; 2湖北医药学院附属襄阳市第一人民医院康复院区工作办; 3湖北医药学院附属襄阳市第一人民医院神经内科
【分 类 号】 R473.5
【基    金】 湖北省襄阳市第一人民医院科技创新项目(XYY2025SD20) 湖北医药学院护理学院研究生科技创新项目(yjc2025008)
全文 文内图表 参考文献 出版信息
首发缺血性脑卒中患者药物素养现状及影响因素研究

首发缺血性脑卒中患者药物素养现状及影响因素研究

段要玲1 邓 秋1 杨正婷2 马林源1 王普清3 周 敏2

1.湖北医药学院护理学院,湖北十堰 442000;2.湖北医药学院附属襄阳市第一人民医院康复院区工作办,湖北襄阳 441000;3.湖北医药学院附属襄阳市第一人民医院神经内科,湖北襄阳 441000

[摘要] 目的 了解首发缺血性脑卒中(IS)患者药物素养(ML)现状,并分析其影响因素。 方法 于2024年6月至2025年1月,采用便利抽样法选取湖北医药学院附属襄阳市第一人民医院357例符合条件的首发IS患者。采用一般资料调查表、中文版药物素养评估量表、家庭关怀指数问卷(APGAR)、Herth希望指数量表(HHI)、合理用药自我效能量表(SEAMS)进行调查。采用logistic回归分析首发IS患者ML的影响因素。 结果 本研究共发放370份问卷,回收357份,有效回收率为96.49%。357例首发IS患者ML得分为(8.35±3.80)分,其中ML水平差68例(19.0%)、中等水平177例(49.6%)、高水平112例(31.4%)。三组年龄、性别、文化程度、职业状态、婚姻状况、日常居住地、家庭人均月收入、抽烟、饮酒、慢性疾病数量、医保类型、养老保险、APGAR评分、HHI评分、SEAMS评分比较,差异有统计学意义(P<0.05)。无论是否控制慢性疾病数量,年龄、文化程度、家庭人均月收入、HHI评分、APGAR评分、SEAMS评分均是首发IS患者ML的影响因素(P<0.05)。 结论 首发IS患者ML处于中等水平,建议医务人员早期评估首发IS患者ML水平,根据可干预因素制订针对性的干预措施,以提高患者ML能力,保证安全用药,从而改善健康结局。

[关键词] 缺血性脑卒中;药物素养;影响因素

缺血性脑卒中(ischemic stroke,IS)是我国成人致死、致残的主要病因之一,且复发后致死、致残的危险性较首次脑卒中更高[1]。脑卒中后规律服药可以帮助患者有效控制病情,是减少复发和死亡的有效手段[2]。但该群体的用药现况并不理想,存在药物储存不当、多服、漏服、潜在不适当用药等现象,服药依从性高的患者比例仅为5.9%[3-4]。可能与患者未能完全理解药物说明书或处方,无法准确识别药物有关。药物素养(medication literacy,ML)是个体获取、理解、处理基本药物信息,并做出合理用药决策,从而安全、有效使用药物的能力[5]。目前,对社区老年人ML的研究较多,且局限于单一影响因素,鲜有研究针对首发IS患者。与社区老年人相比,首发脑卒中患者应对疾病时缺乏相关知识和经验,且常伴有躯体、情绪、认知功能障碍等多种并发症,用药方案复杂,因此需评估其ML,保障安全有效用药。健康生态学模型强调个体健康受个体与环境的交互影响作用,即个体健康是个人特质、心理行为、生活方式、家庭社会网络、生活工作条件和政策环境多方面作用的结果,运用该模型可克服既往研究的局限性[6]。因此,本研究以该模型为指导,从个人特质(年龄、性别、合理用药自我效能等)、心理行为(希望水平)、生活方式(吸烟、饮酒)、家庭社会网络(婚姻状况、家庭关怀度)、生活工作条件(家庭人均月收入、职业状态等)和政策环境(医保类型、养老保险)对首发IS患者ML影响因素进行探讨,为医护人员制订相关措施提高其ML能力,促进用药安全提供理论依据。

1 对象与方法

1.1 调查对象

于2024年6月至2025年1月,采用便利抽样法在湖北医药学院附属襄阳市第一人民医院神经内科病房选取首发IS患者为研究对象。纳入标准:①符合IS诊断标准[7];②经颅脑MRI或CT确认为首次发病;③年龄 ≥18岁;④出院后长期口服脑卒中治疗、预防相关药物。排除标准:①短暂性脑缺血发作;②患有精神类疾病、严重记忆力下降、认知障碍等不能配合调查。根据要求样本量取自变量的10~20倍,共纳入自变量17个,考虑20%无效问卷,样本量需213~425例[8]。本研究已通过湖北医药学院附属襄阳市第一人民医院伦理委员会审批(2024KY029)。调查对象均知情同意,自愿参与。

1.2 调查工具

1.2.1 一般资料调查表

由研究者自行设计,包括年龄、性别、文化程度等人口学资料和伴随慢性疾病数量等疾病相关资料。

1.2.2 中文版药物素养评估量表 该量表由Sauceda等[9]编制。郑凤等[10]于2016年汉化,用于评估患者的ML水平。由4个模拟的药物使用案例,共14个条目构成。每个条目采用0~1分计分,总分0~14分。总分可分为3个等级:高(>10分)、中(4~10分)、差(<4分)[11]。量表重测信度为0.885[10]

1.2.3 家庭关怀指数问卷(family APGAR index,APGAR) 该问卷由Smilkstein[12]编制、吕繁和顾湲[13]汉化,用于评估个体对家庭关怀的满意程度。由5个条目,5个维度构成。每个条目采用0~2分计分,总分0~10分。得分0~3分、4~6分、7~10分分别表示家庭功能严重障碍、中度障碍和良好。量表Cronbach’s α系数为0.861[14]

1.2.4 Herth希望指数量表(Herth hope index,HHI)该量表由美国学者Herth[15]于1991年编制,赵海平和王健[16]汉化,用于评估个体的希望水平。由3个维度,12个条目构成。采用Likert 4级评分法进行评估,从“非常不同意~非常同意”依次记分1~4分,其中条目3和6为反向计分,总分为12~48分。12~23分、24~35分、36~48分分别表示希望低、中、高水平。量表Cronbach’s α系数为0.87。

1.2.5 合理用药自我效能量表(self-efficacy for appropriate medication use scale,SEAMS) 该量表由Risser等[17]于2007年基于自我效能研制,董小芳等[18]汉化,旨在评估患者合理用药自我效能。由2个维度,13个条目构成。采用Likert 3级评分法进行评估,从“没有信心~非常有信心”依次记1~3分,总分为13~39分,得分越高说明合理用药自我效能越高。量表Cronbach’s α系数为0.934。

1.3 资料收集及质量控制措施

出院前1天,由研究者向调查对象解释调查的目的,采用统一指导语,讲解填写方法及注意事项。现场发放纸质问卷,由参与者自行填写。对于不方便填写者,由研究者以无暗示语言逐条询问,代为填写。问卷当场回收、逐一检查,漏填内容及时补充。

1.4 统计学方法

采用SPSS 27.0统计学软件进行数据分析。正态分布的计量资料采用均数±标准差描述,比较采用单因素方差分析;计数资料采用例数和百分率[例(%)]表示,比较采用χ2检验。采用有序多分类logistic回归分析进行多因素分析。以P<0.05为差异有统计学意义。

2 结果

2.1 首发IS患者ML的单因素分析

本研究共发放370份问卷,回收357份,有效回收率为96.49%。357例首发IS患者ML得分为(8.35±3.80)分,处于中等水平。其中,ML水平差68例(19.0%)、中等水平177例(49.6%)、高水平112例(31.4%)。

单因素分析结果显示,首发IS患者ML水平的性别、年龄、文化程度、职业状态、婚姻状况、日常居住地、家庭人均月收入、抽烟、饮酒、慢性疾病数量、医保类型、养老保险、HHI评分、APGAR评分、SEAMS评分比较,差异有统计学意义(P<0.05)。见表1。

表1 首发IS患者ML的单因素分析

注 IS:缺血性脑卒中;ML:健康素养;APGAR:家庭关怀指数问卷;HHI:Herth希望指数量表;SEAMS:合理用药自我效能量表。

项目差(68例)中(177例)高(112例)χ2/F值P值性别[例(%)]8.0580.018男31(45.6)101(57.1)75(67.0)女37(54.4) 76(42.9)37(33.0)年龄(岁,xˉ±s)69.03±5.8464.17±7.7758.42±8.3749.787<0.001 文化程度[例(%)]174.365<0.001 小学及以下53(77.9)48(27.1)7(6.3)初中15(22.1)86(48.6)29(25.9)高中/中专0(0) 38(21.5)39(34.8)大专及以上0(0) 5(2.8)37(33.0)职业状态[例(%)]49.944<0.001 在职4(5.9)36(20.3)43(38.4)农民35(51.5)59(33.3)10(8.9)退休/离休29(42.6)82(46.4)59(52.7)婚姻状况[例(%)]7.3780.025已婚52(76.5)137(77.4)100(89.3)其他16(23.5)40(22.6)12(10.7)居住状况[例(%)]2.5350.282独居13(19.1)27(15.3)12(10.7)非独居55(80.9)150(84.7)100(89.3)日常居住地[例(%)]17.977<0.001 农村29(42.6)59(33.3)17(15.2)非农村39(57.4)118(66.7)95(84.8)家庭人均月收入[例(%)]111.270<0.001 <1 00019(27.9)30(16.9)2(1.8)1 000~<3 00042(61.8)81(45.8)25(22.3)3 000~<5 0006(8.8)52(29.4)36(32.1)≥5 0001(1.5)14(7.9) 49(43.8)抽烟[例(%)]13.0290.001当前抽烟12(17.6) 66(37.3)49(43.8)当前不抽烟56(82.4)111(62.7)63(56.2)饮酒[例(%)]10.7190.005当前饮酒12(17.6)62(35.0)46(41.1)当前不饮酒56(82.4)115(65.0) 66(58.9)慢性疾病数量[例(%)]16.0150.0030种5(7.4)19(10.7)28(25.0)1种41(60.3)106(59.9) 50(44.6)≥2种22(32.3)52(29.4)34(30.4)多重用药[例(%)]1.2070.547是14(20.6)30(16.9)16(14.3)否54(79.4)147(83.1) 96(85.7)医保类型[例(%)]32.370<0.001 居民医保46(67.6)89(50.3)29(25.9)职工医保22(32.4)88(49.7)83(74.1)养老保险[例(%)]32.943<0.001 有26(38.2)88(49.7)87(77.7)无42(61.8)89(50.3)25(22.3)APGAR评分(分,xˉ±s) 5.19±2.06 6.25±2.13 7.08±1.6719.285<0.001 HHI评分(分,xˉ±s)24.88±7.1632.20±4.8534.75±4.3453.647<0.001 SEAMS评分(分,xˉ±s)24.24±4.3027.87±5.3330.69±5.1041.238<0.001

2.2 首发IS患者ML的多因素分析

以ML得分水平为因变量(差=1,中=2,高=3),以单因素分析中差异有统计学意义(P<0.05)的变量为自变量进行有序多分类logistic回归分析。多重共线性分析结果显示,方差膨胀因子值均<5,说明不存在多重共线性,自变量赋值见表2。似然比检验结果显示,χ2=313.248(P<0.001);平行线检验结果显示,χ2=18.787(P=0.599),回归模型具有可行性且有意义。结果显示,无论是否控制慢性疾病数量,年龄、文化程度、家庭人均月收入、HHI评分、APGAR评分、SEAMS评分均是首发IS患者ML的影响因素(P<0.05)。见表3、4。

表2 自变量的赋值及共线性检验结果

注 APGAR:家庭关怀指数问卷;HHI:Herth希望指数量表;SEAMS:合理用药自我效能量表。

项目赋值方差膨胀因子性别男=1;女=21.606职业状态在职=1;农民=2;退休/离休=32.366日常居住地农村=0,非农村=11.740人均家庭月收入(元)<1 000=1;1 000~<3 000=2;3 000~<5 000=3; ≥5 000=42.510文化程度小学及以下=1;初中=2;高中/中专=3;大专及以上=41.995婚姻状况非已婚=0,已婚=11.116慢性疾病数量(种)0=0;1=1; ≥2=21.030抽烟当前不抽烟=0,当前抽烟=12.644饮酒当前不饮酒=0,当前饮酒=12.405医疗保险类型居民医保=0;职工医保=13.447养老保险无=0;有=13.882年龄原值录入2.094 APGAR评分原值录入1.361 HHI评分原值录入1.525 SEAMS评分原值录入1.296

表3 首发IS患者ML的有序多分类logistic回归分析

注 APGAR:家庭关怀指数问卷;HHI:Herth希望指数量表;SEAMS:合理用药自我效能量表。

项目βS.E.Waldχ2P值OR值95%CI常数项1-7.9592.04715.123<0.001常数项2-3.3871.999 2.8700.090年龄-0.1330.02431.010<0.0010.8750.835~0.918慢性疾病数量(种)0 1.0700.4465.7680.0162.9151.218~6.9871 0.2040.2910.4900.4841.2260.694~2.168家庭人均月收入(元)<1 000-1.4620.6784.6460.0310.2320.061~0.8751 000~<3 000-1.4340.5068.0370.0050.2380.088~0.6423 000~<5 000-1.0170.4674.7430.0290.3620.145~0.903文化程度小学及以下-3.8220.72527.790<0.0010.0220.005~0.091初中-2.3130.65212.584<0.0010.0990.028~0.355高中/中专-1.1380.637 3.1930.0740.3200.092~1.116 APGAR评分 0.1640.072 5.2780.0221.1781.024~1.357 HHI评分 0.0990.02713.977<0.0011.1041.048~1.163 SEAMS评分 0.0850.02710.1600.0011.0891.034~1.148

表4 未控制伴随慢性疾病数量的首发IS患者ML的有序多分类logistic回归分析

注 APGAR:家庭关怀指数问卷;HHI:Herth希望指数量表;SEAMS:合理用药自我效能量表。

项目βS.E.Wald χ2值P值OR值95%CI常数项1-7.9602.01715.570<0.001常数项2-3.4761.971 3.111 0.078年龄-0.1320.02431.192<0.0010.8760.836~0.918家庭人均月收入(元)<1 000-1.4270.677 4.446 0.0350.2400.064~0.9041 000~<3 000-1.3970.504 7.684 0.0060.2470.092~0.6643 000~<5 000-1.0990.463 5.630 0.0180.3330.134~0.826文化程度小学及以下-3.5680.702 25.853<0.0010.0280.007~0.112初中-2.1300.633 11.313<0.0010.1190.034~0.411高中/中专-0.9210.620 2.205 0.1380.3980.118~1.343 APGAR评分 0.1610.071 5.076 0.0241.1751.021~1.350 HHI评分 0.1030.026 15.378<0.0011.1081.053~1.166 SEAMS评分 0.0820.026 9.513 0.0021.0851.030~1.142

3 讨论

3.1 首发IS患者ML现状

本研究结果显示,首发IS患者ML得分为(8.35±3.80)分,处于中等水平,其中高水平仅占31.4%,低于Liu等[19]用相同工具对2型糖尿病患者的研究。分析原因:首先,脑卒中患者通常伴有一定程度的认知功能障碍,理解和记忆能力差,导致难以掌握正确的药物健康知识[20]。其次,脑卒中可导致功能障碍,且康复周期长,患者自我管理能力受限,更容易出现抑郁、焦虑等不良情绪,影响其主动获取相关健康知识的动机,进而影响用药能力[21]。研究显示,高水平ML可以帮助患者更好地理解并遵循药物信息,是患者安全用药和药物管理水平的综合体现[22]。建议医务人员早期评估患者ML,采取个性化方式为患者提供用药相关知识,并注重其应用能力。也可鼓励其家属一起学习相关药物知识,以提高其为患者提供药物信息支持的能力,从而提高患者的药物治疗效果。

3.2 首发IS患者ML的影响因素分析

3.2.1 年龄 本研究结果显示,患者年龄越大,首发IS患者ML水平越低,与Zhu等[23]研究结果一致。分析原因:一方面,随着年龄增长患者通常面临记忆力、推理能力和认知功能下降的现象,学习新知识的意愿降低,难以全面理解药物说明书,导致其药物素养能力降低。另一方面,高龄患者更有可能出现自理能力弱、多病共存及多重用药的复杂局面,增加了对药物管理的难度。鉴于此,医务人员应重点关注高龄首发IS患者,通过用药技能培训,促进患者对药物知识的获取、理解和应用,从而保证患者安全用药。

3.2.2 文化程度 本研究结果显示,文化程度越高的患者,首发IS患者ML水平越高,与Alhomoud等[24]研究结果一致。分析原因:文化程度高的患者往往认知储备水平高、学习能力强、能够更好地理解健康知识和运用相关资源。而文化程度低的患者通常识字率较低、缺乏对药物相关知识的理解。因此,对于文化程度偏低的患者,医务人员在沟通过程中应采取通俗易懂的语言,帮助患者了解药物治疗的重要性及药物相关知识。

3.2.3 家庭人均月收入 本研究结果显示,家庭人均月收人越高的患者,首发IS患者ML水平越高,与已有研究[25]结果相似。分析原因:高收入患者更容易获得优质的医疗资源,且更有时间和精力主动追求高质量的生活方式及保养健康,有助于提升个体的ML水平。提示应重点关注低收入患者,通过与社区平台合作,开展公益性脑卒中相关药物讲座,为不同经济条件的患者提供可及性服务。

3.2.4 慢性疾病数量 本研究结果显示,与慢性疾病数量 ≥2种相比,无慢性疾病的首发IS患者ML水平较高,与Chang等[26]研究结果一致。分析原因:首先慢性疾病数量多的患者通常意味着患者日常服药的数量及频率较高,可能会导致药物剂量及作用的混淆。其次慢性疾病数量多的患者身体状况较差,可能影响其对药物的接受及管理能力。因此,医务人员应关注合并症多的患者,给予其更多的相关药物知识宣教,同时关注患者的情绪,帮助其更好地进行药物管理。

3.2.5 家庭关怀度 本研究结果显示,APGAR评分是首发IS患者ML的影响因素。分析原因:家庭关怀度高的个体,所接受到的情感、信息和经济支持较多,家人朋友可协助其掌握相关用药知识[27]。而家庭关怀度低的个体,无法充分获得外界支持,影响信息的获取及利用。因此,要强化患者的家庭功能状态,通过组织患者及家属共同参与用药学习与沟通,改善家庭功能。同时,通过家庭成员的辅助,提高患者用药知识。

3.2.6 希望水平 本研究结果显示,HHI评分越高,首发IS患者ML水平越高。希望作为积极心理学的重要组成部分,是个体对未来生活所持有的积极信念,对个体的健康相关行为和情绪调节会产生积极的影响[28]。希望水平高的患者对脑卒中后用药有正确的认知,有助于患者积极学习药物相关知识与技能。提示医务人员应重视患者的心理资本,通过赋能干预、精神护理干预等提升希望水平,促进其主动健康行为[29]

3.2.7 合理用药自我效能 本研究结果显示,SEAMS评分是首发IS患者ML的影响因素,与侯琳琳等[25]研究结果一致。合理用药自我效能高的患者,倾向于主动从各种途径学习药物知识和技能,用药管理过程中更为自信。因此,医务人员应重视合理用药自我效能在促进患者ML水平提升的积极效应,可借助智能化信息平台提供脑卒中药物相关信息资源,以提高患者对药物知识的理解,加强正确用药行为。此外家属可监督患者服药、并提供心理及社会支持,帮助其增强积极用药的信念和信心。

4 小结

首发IS患者ML处于中等水平,有待提高。建议:①医务人员应重点关注年龄大、收入低、文化程度低、伴随慢性疾病数量多的患者,可通过提高家庭关怀度、希望水平和合理用药自我效能来提升患者的ML水平,从而改善预后;②住院期间采用个体化与同伴教育相结合的用药宣教模式,通过组织患者交流用药知识,提升整体用药能力;③多学科协作充分利用移动健康等技术手段,为患者及家庭提供用药指导及随访管理,保障用药安全。本研究仅初步探讨首发IS患者ML现状及影响因素,且样本较局限,未来可开展多中心、大样本、纵向研究,深入探讨ML的影响因素,及ML对患者健康结局的影响。

利益冲突声明:本文所有作者均声明不存在利益冲突。

[参考文献]

[1] KAWADA T. Risk of readmission and mortality in patients with ischaemic stroke [J]. J Neurol Sci,2022,442:120443.

[2] 中华医学会神经病学分会,中华医学会神经病学分会脑血管病学组. 中国缺血性卒中和短暂性脑缺血发作二级预防指南2022[J]. 中华神经科杂志,2022,55(10):1071-1110.

[3] 张华倩,陈芹,薛梦婷,等. 缺血性脑卒中患者医院-家庭过渡期用药偏差及相关因素分析[J]. 护理学杂志,2023,38(19):16-20.

[4] SUI W,WAN L H. Association between patient activation and medication adherence in patients with stroke:a crosssectional study [J]. Front Neurol,2021,12:722711.

[5] POULIOT A,VAILLANCOURT R,STACEY D,et al. Defining and identifying concepts of medication literacy:an international perspective [J]. Res Social Adm Pharm,2018,14(9):797-804.

[6] 李美晔,马晓洁,石超君,等. 山东省农村老年人数字健康素养现状及影响因素分析[J]. 现代预防医学,2025,52(8):1461-1468.

[7] 中华医学会神经病学分会,中华医学会神经病学分会脑血管病学组. 中国各类主要脑血管病诊断要点2019[J].中华神经科杂志,2019,52(9):710-715.

[8] 倪平,陈京立,刘娜. 护理研究中量性研究的样本量估计[J]. 中华护理杂志,2010,45(4):378-380.

[9] SAUCEDA J A,LOYA A M,SIAS J J,et al. Medication literacy in Spanish and English:psychometric evaluation of a new assessment tool [J]. J Am Pharm Assoc(2003),2012,52(6):e231-e240.

[10] 郑凤,钟竹青,丁四清,等. 药物素养评估量表的编译与评价[J]. 中南大学学报(医学版),2016,41(11):1226-1231.

[11] 郑凤,丁四清,沈志莹,等. 门诊患者的药物素养现状调查[J]. 护理学杂志,2017,32(11):26-29.

[12] SMILKSTEIN G. The family APGAR:a proposal for a family function test and its use by physicians [J]. J Fam Pract,1978,6(6):1231-1239.

[13] 吕繁,顾湲. 家庭APGAR问卷及其临床应用[J]. 国外医学(医院管理分册),1995(2):56-59.

[14] 谭琳,陈丽,王延芬,等. 缺血性脑卒中患者心理一致感与反刍性沉思、家庭关怀度的关系研究[J]. 护理管理杂志,2021,21(11):774-779.

[15] HERTH K. Abbreviated instrument to measure hope:development and psychometric evaluation [J]. J Adv Nurs,1992,17(10):1251-1259.

[16] 赵海平,王健. 血液透析患者的社会支持和希望[J]. 中华护理杂志,2000,35(5):306-308.

[17] RISSER J,JACOBSON T A,KRIPALANI S. Development and psychometric evaluation of the Self-efficacy for appropriate medication use scale(SEAMS)in lowliteracy patients with chronic disease [J]. J Nurs Meas,2007,15(3):203-219.

[18] 董小方,刘延锦,王爱霞. 合理用药自我效能量表的汉化及信效度检验[J]. 护理学杂志,2015,30(11):47-49.

[19] LIU H,YAO Z,SHI S,et al. The mediating effect of selfefficacy on the relationship between medication literacy and medication adherence among patients with type 2 diabetes [J]. Patient Prefer Adherence,2023,17:1657-1670.

[20] MARKUS H S. Cognition after stroke [J]. Int J Stroke,2023,18(8):884-887.

[21] TANG Y,JIANG G,JIN M,et al. Psychoneurological symptom clusters in patients with first stroke and relationship with inflammatory markers:a latent profile analysis [J].Front Psychol,2025,16:1618513.

[22] 钟竹青,刘好奇,姚自强,等. 慢性病患者用药安全现状及影响因素分析[J]. 中国护理管理,2024,24(3):342-346.

[23] ZHU L,LIU Y,YANG F,et al. Prevalence,associated factors and clinical implications of medication literacy linked to frailty in hemodialysis patients in China:a cross-sectional study [J]. BMC Nephrol,2023,24(1):307.

[24] ALHOMOUD F,AlSAEED W,ALZAINALDAIN F,et al.Think before you take:understanding adult medication literacy in Saudi Arabia [J]. Patient Prefer Adherence,2025,19:1973-1990.

[25] 候琳琳,李营阳,刘素婷,等. 社区中老年脑卒中患者药物素养现状及影响因素分析[J]. 护理学杂志,2024,39(3):5-9.

[26] CHANG X,WANG K,WANG Y,et al. Medication literacy in Chinese patients with stroke and associated factors:a cross-sectional study [J]. Int J Environ Res Public Health,2022,20(1):620.

[27] 杨聪,杨孟琴,夏嘉一,等. 慢性肾脏病患者降压药用药知识水平现状及影响因素[J]. 中国医药导报,2022,19(24):52-55.

[28] RASMUSSEN H N,ENGLAND E,COLE B P. Hope and physical health [J]. Curr Opin Psychol,2023,49:101549.

[29] 郭怡航,苗润娜,吴红娟,等. 脑卒中患者希望水平的研究进展[J]. 中华现代护理杂志,2023,29(20):2776-2780.

Study on the current situation and influencing factors of medication literacy among first-onset patients with ischemic stroke

DUAN Yaoling1 DENG Qiu1 YANG Zhengting2 MA Linyuan1 WANG Puqing3 ZHOU Min2

1.Nursing College, Hubei University of Medicine, Hubei Province, Shiyan 442000, China; 2.Rehabilitation Hospital District Work Office, Xiangyang No.1 People’s Hospital Affiliated to Hubei University of Medicine, Hubei Province,Xiangyang 441000, China; 3.Department of Neurology, Xiangyang No.1 People’s Hospital Affiliated to Hubei University of Medicine, Hubei Province, Xiangyang 441000, China

[Abstract] Objective To understand the current status of medication literacy (ML) among patients with first-onset ischemic stroke (IS) and to analyze its influencing factors. Methods From June 2024 to January 2025, 357 eligible patients with first-onset IS from Xiangyang No.1 People’s Hospital Affiliated to Hubei University of Medicine using convenience sampling. General information questionnaires,the Chinese version of the medication literacy assessment scale, the family APGAR index (APGAR), the Herth hope index (HHI), and the self-efficacy for appropriate medication use scale (SEAMS) were used for the investigation. Logistic regression was used to analyze the influencing factors of ML in patients with first-onset IS,Results A total of 370 questionnaires were distributed in this study, and 357 were retrieved, with an effective recovery rate of 96.49%.The ML score of the 357 patients with firstonset IS was (8.35±3.80) points. Among them, 68 cases (19.0%) had a poor ML level, 177 cases (49.6%) had a medium ML level, and 112 cases (31.4%) had a high ML level. There were statistically significant differences in age, gender,educational level, occupational status, marital status, daily residence location, family per capita monthly income,smoking, drinking, the number of chronic diseases, medical insurance type, old-age insurance, APGAR score, HHI score, and SEAMS score among the three groups (P<0.05). Regardless of whether the number of chronic diseases was controlled or not, age, educational level, per capita monthly income of the family, HHI score, APGAR score, and SEAMS score were all influencing factors of ML in patients with first-onset IS (P<0.05). Conclusion The ML of patients with first-onset IS is at a medium level. Medical staff should assess the ML ability of patients with first-onset IS as soon as possible, formulate targeted intervention measures based on the modifiable factors, to improve the ML ability of patients,ensure safe medication use, and thereby improve health outcomes.

[Key words] Ischemic stroke; Medication literacy; Influencing factors

[中图分类号] R473.5

[文献标识码] A

[文章编号] 1673-7210(2026)02(b)-0080-07

DOI:10.20047/j.issn1673-7210.25091077

[基金项目] 湖北省襄阳市第一人民医院科技创新项目(XYY2025SD20);湖北医药学院护理学院研究生科技创新项目(yjc2025008)。

[作者简介]

段要玲(1999.1-),女,湖北医药学院护理学院2023级护理专业在读硕士研究生;研究方向:长期护理。

[通讯作者] 周敏(1967.7-),女,硕士,主任护师,湖北医药学院附属襄阳市第一人民医院康复院区工作办主任;研究方向:长期护理,慢性疾病管理。

收稿日期:2025-09-14)

修回日期:2025-11-18)

X