剖宫产术前焦虑抑郁与术后恢复质量的关联：前瞻性观察研究揭示关键影响

《JA Clinical Reports》：Association of preoperative anxiety and depression with quality of recovery after caesarean delivery: a prospective observational study

为探究剖宫产术前焦虑和抑郁与术后恢复质量的关系，研究人员开展了一项前瞻性观察研究。对 137 例接受剖宫产的患者进行分析，结果发现术前焦虑抑郁阳性筛查者术后第 3 天和第 5 天的 ObsQoR-11 评分较低，这对评估产妇心理健康有重要意义。

　　在现代社会，剖宫产的比例逐年上升，在日本和美国，每三到五个孕妇中就有一个选择剖宫产。以往研究多关注剖宫产术后疼痛强度和阿片类药物使用情况，但阿片类药物会带来恶心、呕吐、头晕等副作用，且产后照顾新生儿的体验也很重要。在此背景下，2019 年开发了产科恢复质量 11 量表（ObsQoR-11），该量表涵盖产妇恢复和照顾新生儿的能力，然而除分娩方式外，很少有研究关注影响产后恢复质量的因素。焦虑和抑郁是孕期常见的精神障碍，患病率均约 20%，虽已知术前心理健康状况和术后急性疼痛与产后抑郁有关，但孕期焦虑和抑郁对剖宫产术后即刻 ObsQoR 的影响尚不明确。为了解决这些问题，奈良医科大学的研究人员开展了一项前瞻性观察研究，该研究成果发表在《JA Clinical Reports》上。

研究人员首先获得了奈良医科大学机构审查委员会的批准，并遵循赫尔辛基宣言的原则，取得了所有患者的书面知情同意。研究对象为 2023 年 4 月至 2024 年 1 月在奈良医科大学接受择期和急诊剖宫产的 18 岁及以上患者，排除了紧急剖宫产（如英国国家卫生与临床优化研究所指南中的 1 类和 2 类）、无法充分了解研究内容、日语不流利、有精神疾病、剖宫产前行硬膜外分娩镇痛以及从脊髓麻醉转为全身麻醉的患者，最终 137 例术后至少回答一次 ObsQoR-11 量表的患者纳入分析。

研究中，研究人员收集了患者的多项特征数据，包括年龄、身高、体重等，还使用医院焦虑抑郁量表（HADS）评估患者的焦虑和抑郁状况，HADS 由 14 个项目组成，其中 7 项评估焦虑（HADS-A），7 项评估抑郁（HADS-D），每个项目按 4 分李克特量表评分（0 - 3 分），各子量表总分 0 - 21 分，≥8 分表示存在临床相关的焦虑或抑郁症状。手术采用脊髓麻醉，术后按当地方案进行管理。主要观察指标为剖宫产术后 24 小时、3 天和 5 天的 ObsQoR-11 评分，该量表共 11 个项目，总分 0 - 110 分，分数越高表示恢复越好。

数据分析时，连续数据以均值（标准差）表示，分类变量以数字（百分比）表示，使用卡方检验或 Fisher 精确检验比较二分变量，非配对 t 检验比较连续变量，并进行多因素回归分析，调整产妇年龄、吸烟等多种因素，同时进行敏感性分析。

研究结果显示，137 例患者中，24 例（17.5%）焦虑和抑郁筛查均为阳性。焦虑和抑郁阳性筛查组与阴性筛查组相比，仅孕周存在显著差异（36.0 周 vs. 37.5 周，p = 0.03）。术后 24 小时，两组 ObsQoR-11 评分无显著差异（p = 0.13，Cohen's d = 0.33）；但术后第 3 天（p = 0.004，Cohen's d = 0.67）和第 5 天（p = 0.01，Cohen's d = 0.58），两组评分存在差异。多因素回归分析表明，调整临床显著因素后，术前焦虑和抑郁与术后第 3 天（p = 0.01）和第 5 天（p = 0.01）的 ObsQoR-11 评分相关，但与术后 24 小时评分无关（p = 0.19）。敏感性分析中，单独评估焦虑或抑郁对 ObsQoR 的影响未发现显著差异。

综上所述，研究结论表明，使用 HADS 筛查出的术前焦虑和抑郁与术后第 3 天和第 5 天 ObsQoR-11 评分较低相关，这意味着术前存在焦虑和抑郁的产妇术后恢复质量可能较差。该研究的意义在于强调了剖宫产术前评估产妇心理健康的重要性，为临床医护人员关注产妇术前心理状态提供了依据。不过研究也存在局限性，如单中心研究限制了结果的普遍性，无法确定因果关系，评估工具的选择可能影响结果，且无法区分孕期晚期和剖宫产术前的症状。未来需要更大样本量的研究来进一步探究焦虑和抑郁对产后恢复的影响。

研究主要技术方法：

1. 数据收集：收集患者多方面特征数据，包括基本信息、孕期情况、疾病史等，同时记录术中数据。
2. 心理评估：采用 HADS 评估患者焦虑和抑郁状况。
3. 术后恢复评估：使用 ObsQoR-11 量表在术后多个时间点评估产妇恢复质量。
4. 数据分析：运用多种统计方法，如卡方检验、t 检验和多因素回归分析等处理数据。