基于ICF的长期照护保险失能评估量表的编制与验证
时间：2022-12-07 10:15:05 来源：柠檬阅读网 本文已影响 人 
赵元萍，丁睿 ，谢红
1 日照市卫生学校，山东日照 276826；
2 北京大学护理学院，北京 100191
《第四次中国城乡老年人生活状况抽样调查成果》［1］显示，我国失能、半失能状态老年人约为4 063万人。数量庞大的失能老年群体催生了长期照护保险（简称长照险）制度的建立。自2016 年我国开始试行长照险以来，长照险仍存在评估工具不完善、服务清单不对位等问题，其中，评估工具对长照险试行尤为重要，是筛选失能老年人、提供养老服务的基础和前提，也是保险给付的依据。然而目前国内试点地区［2］多采用Barthel 指数量表进行评估，评估内容仅限于日常生活活动能力。本课题组前期采用《国际功能、残疾和健康分类》（ICF）［3］这一国际通用的语言体系和概念框架构建了8个功能领域共20个条目的失能评估量表［4-8］，该工具对失能人员的精准刻画和等级细分起很好的作用，但尚有不足，故需进行优化和重新修订，包括功能领域调整、条目删减和新增、评分标准优化等。本研究旨在对该失能评估工具进行信效度验证，分析条目间的关系，探索条目的归属维度，构建结构方程模型验证条目及维度之间的结构关系，以形成结构清晰、一致性良好的长照险评估量表，助力长照险制度在实施中不断优化，更好平衡和解决失能老年人和政府的养老负担。
1.1 研究对象 2021 年3 月，采用便利取样法，对国内长照险某试点地区的老年人进行失能调查。纳入标准：①年龄≥60 岁；
②自愿参加本研究。排除标准：患有急性病不宜进行调查者。
1.2 长照险失能评估量表的编制 依据ICF 理论框架，查阅国内外长照险失能评估相关文献，在前期失能评估量表的基础上修订并编制新版失能评估初始问卷。问卷包括一般资料、失能评估量表和Bar⁃thel 指数。①一般资料：老年人的性别、年龄。②失能评估量表：包括步行、床椅移位、活动耐力、排便、排尿、如厕、洗澡、上半身修饰、下半身修饰、穿脱上衣、穿脱下衣、吃、定向、记忆、意识状态、注意力、理解力、表达力、视力、听力20 个条目，各条目评分均采用Likert5 级计分，其中，“独立完成，无风险”计0分，“在他人语言指导或照护下能够完成”计1 分，“需要他人动手帮助，但以自身完成为主”计2 分，“主要靠帮助，自身能配合”计3 分，“完全需要他人提供帮助”计4 分。量表总分加和计分，总分0～80分，总分越高，说明老年人失能程度越重。③Barthel指数：包括步行、床椅转移、上下楼梯、进食、穿衣、修饰、洗澡、如厕、大便控制、小便控制10个条目，总分加和计分，总分0～100 分，得分越高，日常生活活动能力越好。评估人员经统一培训并考试合格后对国内长照险某试点地区养老机构或社区的老年人进行失能状况评估，在征得老年人或其监护人同意后，由研究者对老年人一般资料进行询问，对老年人的身体状况进行评估。第一阶段评估老年人共1 845例，有效评估个案1 830 例［其中男833 例（45.5%）、女997 例（54.5%），年龄（81.62±9.21）岁］，评估有效率为99.2%，对该部分数据进行整体分析。第二阶段评估老年人共574 例，有效评估561 例［男244 例（43.5%）、女 317 例（56.5%），年龄（81.20±9.45）岁］，评估有效率为97.7%，对该部分数据单独进行验证性因子分析。
1.3 统计学方法 采用Excel 进行数据录入，导入SPSS20.0进行数据分析。采用极端组比较（临界比≥3.000）、条目与总分相关性（相关性≥0.400）、同质性检验（题项删除后的α 值不高于量表内部一致性Cronbach"s α 系 数 ，共 同 性 ≥0.420，因 素 负 荷 ≥0.450）进行项目分析；
采用探索性因子分析、验证性因子分析进行结构效度检验，采用效标关联效度进行效度检验（|r|>0.300，P<0.05）；
采用Cronbach"s α系数和折半信度进行信度检验，总量表信度要求达到0.800，分维度的信度要求达到0.600。
2.1 基于ICF 的长照险失能评估量表的项目分析结果 所有条目的临界比均>3.000，差异具有统计学意义（P<0.05）；
条目与总分的相关性为0.460～0.899，校正条目与总分的相关性为0.424～0.901；
同质性检验中，因素负荷均>0.450，共同性除视力外均>0.200，意识状态、视力和听力条目删除后α 值>0.970，其余条目删除后α值均<0.970。详见表1。
表1 基于ICF的长照险失能评估量表条目区分度分析摘要表（n=1 830）
2.2 基于ICF的长照险失能评估量表的效度
2.2.1 结构效度
2.2.1.1 探索性因子分析结果 探索性因子分析KMO 值为 0.963，Bartlett 球形检验值为 47 551.737（P<0.001）。经分析得到3 个特征值大于1 的因子，累计解释变异量为76.148%，因子分析的详细结果见表2。
表2 基于ICF的长照险失能评估量表探索性因子分析结果（n=1 830）
2.2.1.2 验证性因子分析结果 修正后模型拟合理想［10］，模型修正前后比对结果见表3，拟合路径图见图1，修正后20 个测量变量在其对应潜变量上的因素负荷为0.633~0.949（P<0.001），3 个因子在失能水平上的因素负荷为0.682~0.972（P<0.001），各潜在变量的收敛效度为0.509~0.809，判别效度为0.713~0.899，见表4。
表3 基于ICF的长照险失能评估量表验证性因子拟合分析结果（n=561）
表4 基于ICF的长照险失能评估量表中测量变量因素负荷、测量误差及潜在变量信效度情况（n=561）
图1 验证性因子分析量表修正后模型拟合路径图
2.2.2 校标关联效度 失能评估量表和Barthel指数量表总分的相关性r值为-0.348~-0.932（P<0.001），其中，自理维度与Barthel 指数量表总分r值为-0.802~-0.932（P<0.001），认知维度r值 为 -0.577~-0.661（P<0.001），感 官 维 度r值为-0.348~-0.437（P<0.001）。结果见表5。
表5 失能评估量表和Barthel指数量表总分校标关联效度（n=1 830）
2.3 基于ICF 的长照险失能评估量表的信度 失能评估量表的Cronbach"s α 系数和折半信度分别为0.970、0.883，因子一、二、三的Cronbach"s α 系数依次为0.977、0.954、0.723，折半信度依次为0.959、0.928、0.764。
3.1 基于ICF 的长照险失能评估量表编制的内容和意义 长照险是国家保障失能者维持正常生活的一项社会政策，参保人在遇到失能风险时能够从社会获得基本的生活保障权利［11］。作为长照险纳入标准的失能标准需随着国家保障水平的变化和实际应用中的问题不断更新调整。前期研究采用ICF［3］为条目筛选理论框架，同时参考世界卫生调查［12］、美国功能独立性评估表（FIM）［13］、ICF 通用组合［14］及中国残疾分类［15］涉及的功能领域，考虑我国长照险需要保障的功能领域，由课题组专家确定了失能评估的8 个功能领域，包括活动能力、自理能力、睡眠与精神状态、情感、疼痛、认知、人际交往、感知能力，并与ICF 康复组合［16］的条目进行比对，确定了各功能领域共20个条目的失能评估量表［4-7］，该工具已经在国内部分试点地区如扬州市作为失能标准广泛应用［8］。然而，根据当地评估反馈，前期研究工具在实际应用时仍有改进空间：①睡眠与精神状态、情感、疼痛4 个主观评价条目，更适合作为功能结果的影响因素，其对失能程度划分作用有限；
②认知领域条目较少，造成重度失智老年人划分等级时效能受限；
③自理和活动领域维度部分条目需要进一步细分与优化，才能更好表达老年人最基本自理生活和活动需求，并与护理服务更好衔接；
④各条目计分0~10分，目的是更精准描述失能状况，与服务衔接更为紧密，但是实际操作中给评估员培训和评估实施带来了一定困难。因此，研究者根据实际需求，同时参考国内外长照险成熟国家如日本［17］、德国［18］等地长照险评估工具的条目构成，对其进行优化调整。本研究在量表编制上主要进行了以下调整：排除部分在表达老年人最基本失能方向上区分度不佳的条目，如4 个主观评价条目；
将修饰和穿衣条目根据实际使用中的关注点和提供护理手段的不同，进行上下肢功能的区分，分为上半身修饰和下半身修饰，穿脱上衣和穿脱下衣；
补充完善认知领域的条目，如注意力、理解力、表达力、意识状态；
删除非步行移动条目，由于其测量个体使用电动车或轮椅的能力，而国内失能人群较少使用电动车及轮椅，其测量角度与国内辅具使用情况具有差异；
采用0~4 分的5 级评分法以便于实际操作。该工具更适合我国目前失能人群的筛选和长期护理服务提供的需要，适用性和便利性增加，为国内长照险失能评估的探索与改良提供了可靠的模型和数据验证。
3.2 基于ICF 的长照险失能评估量表信效度验证结果探讨
3.2.1 基于ICF 的长照险失能评估量表项目分析结果探讨 本研究在信效度验证时，首先采用项目分析，其目的在于检验编制量表的个别条目的可靠程度，其分析结果作为个别条目筛选或修改的依据。经过分析，所有条目在极端组比较、条目与总分的相关分析、因素负荷上均达到标准。然而，视力条目的共同性<0.200，意识状态、视力和听力条目删除后α值大于量表内部一致性0.970。由此可见，意识状态、视力、听力的同质性方面欠佳，但专家讨论后认为，在考虑总量表时可将其作为单独维度处理，故进入下一步验证中。后续信效度验证中也确认这三个条目归为同一维度。
3.2.2 基于ICF 的长照险失能评估量表探索性因子分析结果探讨 长照险在纳入保障对象时，评估工具需要从多维度评估老年人功能状况，以完整表达老年人失能水平，其结构也需要具有较高的概括性、明确的指向性和内部一致性，能对位长期照护服务的重点和关键。在探索性因子分析中，由于三个维度具有高度相关性，故转轴时未采用常用的主成分分析法当中的最大变异法转轴，而采用主轴法的直接斜交转轴法进行因子分析［9］，因子分析结果理想，20 个条目均在单一因子上载荷≥0.400，无双重载荷，共得到3个公因子，即“自理能力”“认知能力”“感官能力”。这三个维度可以既完整又精简体现长照险所需保障的老年人失能类型，即重度失能、重度失智和视听残疾。对比国内部分长照险试点地区，绝大部分地区仅采用Barthel 指数进行重度失能人群的筛选［2］，忽略到其他方面尤其认知受损的群体；
青岛市［19-20］、广州市［21］采用两套工具分别评估重度失能人群和重度失智人群，评估实操性差；
上海市［22］、成都市［23］、苏州市［24］虽然采用包括自理方面、认知方面和感知方面的组合评估工具，但条目评分标准不统一，导致工具无法进行信效度验证，而且组合工具在最终等级划分时，采用主观组合成组的方式，很难进行有效的数据模型的建立与验证。同时，由于上述组合工具是组合分组的方式，当长照险的保障对象比例变化时，如增加5%的保障比例，组合分组工具难以实现这样的现实要求。本研究制定长照险评估工具规避了上述不足，建立的数据模型可科学验证其稳定性、可靠性和内部一致性的同时，本工具还可依据地方长照险的筹资水平，便捷和科学的采用数据模型进行等级划分与数据效验，此外，工具各维度既可以组合使用描述多维度失能，同时各维度还可独立使用，描述各专项失能，工具的灵活性增加该工具在实践中使用的范围和便利性。
3.2.3 基于ICF 的长照险失能评估量表验证性因子分析结果探讨 经过探索性因子分析进行结构划分后，本研究又采用构建结构方程模型、验证性因子分析进行结构验证，将失能评估量表中的全部20个条目纳入模型作为测量变量，将3 个维度作为潜变量在Amos 中建立路径图。采用一阶斜交模型进行模型验证，通过最大似然法对初始模型进行识别、估计和评价。由于初始模型中各维度间存在中高度相关 ，相 关 系 数 分 别 为 0.494、0.657、0.709（P<0.001），故增加潜在变量—失能水平，进行二阶验证性因子分析［10］。初始模型拟合度不理想，依据修正指数MI 对模型进行修正，修正时，对残差变量间的协方差MI较大的残差变量间增加相关路径，如定向和记忆、理解力和表达力、步行和床椅移位、排便和排尿、上半身修饰和下半身修饰、穿脱上衣和穿脱下衣，这代表这几个对应条目之间存在交互关系。原因一方面是人体活动依赖于多系统共同完成，局部受损可能引起多方面功能障碍，如步行和床椅移位均依赖于下肢功能良好，两者功能障碍多由下肢功能异常引起。另一方面，人体是一个有机的整体，随着衰老，老年人身体机能的普遍退化，感官功能存在同步退化可能，如排便和排尿。虽然部分条目间存在交互作用，不同条目受损所需要的护理服务及社会资源不尽相同，仍需要分别进行评估，针对性供给服务，节约社会养老资源。修正后χ2值下降，模型拟合度较为理想，通过因子载荷量、收敛效度、判别效度可以对条目、维度之间的因果关系进行效度分析，因子载荷量代表维度对条目的解释能力，修正后测量变量在其对应潜变量上的因子载荷量均>0.500，说明量表结构良好；
收敛效度和判别效度代表维度之间的区分性，效度越高，维度间区分性越好，即同一个维度内的条目相关性越强，不同维度下的条目相关性越弱。修正后测量变量的判别效度均大于3 个潜在变量之间的相关系数，各维度效度方面：认知能力>自理能力>感知能力，认知能力优于自理能力，优于感知能力，这对条目选择、评价方式的优劣性进行了评价和比较，该模型提示在感知能力内可以进行进一步优化调整，使得维度内部条目之间更趋于一致性，不同维度之间更具有区分度，这为工具进一步调整和优化提供了方向，有助于失能评估工具的进一步探索改善。
综上，本研究编制了基于ICF 的长照险失能评估量表并对其进行了信效度验证，通过项目分析验证了条目的归属性、同质性和区分度，通过探索性因子分析将条目进行了维度划分，通过结构方程模型验证了维度划分的合理性，通过效标关联效度验证了该工具与传统Barthel 指数在反映个体失能方面的一致性，通过Cronbach"s α 系数和折半信度验证了该工具的内部一致性。该工具在可靠的理论基础上根据国内实践进行优化改进，可以作为长照险的失能评定工具推广使用。
利益冲突所有作者声明不存在利益冲突
作者贡献声明赵元萍：研究实施、资料整理及统计分析、论文撰写；
丁睿：研究实施、资料整理；
谢红：研究设计与实施、论文修订及质量控制并对文章负责
