• 沒有找到結果。

安眠藥使用頻率軌跡型態之間的相關因子

第四章 研究結果

第三節 安眠藥使用頻率軌跡型態之間的相關因子

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

第三節 安眠藥使用頻率軌跡型態之間的相關因子

壹、五種不同安眠藥物使用頻率軌跡型態受試者群在各量表之表現差異

為了更為理解五種不同安眠藥使用頻率軌跡型態之間的差異,以 MANOVA 分析探 討軌跡型態之間在人口學、睡眠嚴重度與失眠脆弱性、用藥背景與心理狀態、情緒與人 格等相關變項的差異。而為了對臨床應用領域有更進一步的貢獻,會再將這一環節,即 MANOVA 分析結果,所發現的顯著變項納入多項式邏輯斯軌跡分析進行預測,了解哪 些變項會能夠扮演預測安眠藥使用軌跡型態的風險因子。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

三、安眠藥使用頻率軌跡型態間在用藥背景心理相關變項上的差異

在用藥背景、態度與心理相關變項中,五種安眠藥使用頻率軌跡型態在用藥總月份

(F=5.22,p<.001,ηp2=.131)、用藥劑量(F=7.42,p<.001,ηp2= .188)、用藥態正向態 度(F=4.19,p<.001,ηp2=.108)、安眠藥渴求量表(F=24.01,p<.001,ηp2=.409)等變項 上有顯著差異,而用藥初始時間與用藥負向態度沒有差別。

不過,由於不是所有安眠藥種類都能轉換成Diazepam Milligram Equivalents (DMEs),

如 fludiazepam、抗憂鬱劑類、抗精神病劑類等(Lowinson, 2011),導致有 14 個樣本(佔 總樣本的 9.72%)在用藥劑量的分析結果會被低估。因此,藥物劑量的分析結果無法類 推至全體樣本,只適合當作參考指標、難以進一步解釋。同理,用藥劑量結果也不適合 當成後續多項式邏輯斯迴歸分析的預測變項,儘管分析結果達顯著效果,故,在後續分 析中將會予以排除。而後設分析顯示,穩定高頻率使用軌跡型態群在用藥劑量上,顯著 高於所有其他軌跡型態群。

相對的,在其餘達顯著的變項上,進一步分析發現,穩定高頻使用軌跡型態的用藥 總時間上明顯長於兩組降頻使用、以及稀有使用等,共三種軌跡型態。而在用藥態度層 面,慢速降頻使用與穩定高頻使用兩種軌跡型態的用藥態度分數則顯著比快速降頻使用 與稀有使用的軌跡型態來得高。最後,在用藥心理層面上,穩定高頻使用與慢速降頻使 用這兩種軌跡型態的渴求總分顯著比其餘三種軌跡型態來得高(見表4-8)。

分別包含對藥物效果的期待(構念一,F=13.71,p<.001,ηp2=.28)、對安眠藥使用想法 與行為的失控感(構念二,F=34.51,p<.001,ηp2=.50)、以及對藥物使用行為帶來的欣 快感之期待(構念三,F=11.11,p<.001,ηp2=.24)。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

貳、建立初步的軌跡型態預測模型

從上述研究分析可知,五種不同的安眠藥使用頻率軌跡型態除了在性格與情緒相關 變項沒有任何變項達顯著之外,在人口變項學、睡眠、用藥背景、以及用藥心理相關變 項上,皆有變項達顯著差異。在臨床上,顯著的這些變項有機會能夠扮演預測安眠藥使 用頻率的風險因子,故可將變項納入多項式邏輯斯軌跡分析進行預測。

然而,進行多項式邏輯斯迴歸分析時,需考慮變項間相關太高而產生的共線性問題,

因此不適合將所有顯著的變項皆拿來當成預測變項。在考量本研究屬探索性研究,不適 合過於限制變項範圍,同時需避開變項相關性過高的影響,本研究決定納入的預測變項 如下(一)人口變項:年齡。(二)睡眠相關變項:失眠嚴重程度、失眠持續時間。(三)

用藥背景、態度、心理相關變項:1.用藥持續時間、2.對藥效的期待、3.對用藥想法與行 為的失控感、以及 4.對藥物使用帶來的欣快感之期待,共 7 個變項。而將上述變項轉換 成Z 分數之後,五種用藥頻率軌跡型態的分配情形如圖 4-4。

圖4- 4 五種安眠藥使用頻率軌跡型態在不同分量表的 Z 分數分配圖

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

一、不同模式的預測力比較

若沒有任何相關變項幫助判斷安眠藥使用者會落入何種軌跡型態的話,在穩定高頻 使用軌跡型態人數比例最高(42.6%)的現象下,在將所有安眠藥使用者分配至此軌跡 型態時,而此分類的正確度為 42.6%。雖此分類遠佳於隨機分配至五組之正確率(20%),

但仍有大於 50%的機率預測錯誤,因此,本研究加入具有軌跡型態鑑別性的變項來協助 預測,以提高分類的正確率。

當預測模式人口學變項(模式一)之後,可幫助分類正確度提升至 45.1%,若再加 上睡眠相關變項(模式二)則能夠提高正確率為 50.0%,而再加入藥物背景與心理相關 變項(模式三)的預測力最高,可幫助分類達59.7%的正確率。

此外,不同模式的預測力的統計亦指出,模式二比模式以效果較佳(χ 2=38.31,

df=12,p<.001),而模式三又比模式二的預測力更佳(χ 2=125.76,df=28,p<.001)。因 此,本研究以模式三為本研究之預測模式。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

二、參照組是穩定高頻使用軌跡型態之多項式邏輯斯迴歸分析結果

若迴歸係數為正值,代表該變項分數越高的個案越傾向分配到該欄的比較組,但若 為負值時,則代表分數越高就越傾向分配到參照組。

結果顯示,當以穩定高頻使用軌跡為參照組時,對安眠藥使用行為與想法的失控感 分數較高(p<.01)的安眠藥使用者,無論比較組為任何一種軌跡型態,皆傾向分配到參 照組。此外,相較於快速降頻使用,年齡較高(p<.05)的安眠藥使用者更傾向分配到參 照組。而相較於稀有使用,失眠嚴重程度較高(p<.05)的安眠藥使用者也傾向分配到參 照組,即穩定高頻使用軌跡型態(詳見表4-11)。

表 4- 10 以穩定高頻使用軌跡為參照組之多項式邏輯斯迴歸的迴歸係數

參照組為穩定高頻使用 稀有使用 穩定低頻使用 快速降頻使用 慢速降頻使用

年齡 -.637 -.330 -.776* -.270

失眠嚴重程度 -.849* -.533 .135 -.436

失眠持續時間 .058 -.312 -.423 -.473

用藥持續時間 -.159 .324 -.751 -.203

渴求:期待藥效 -.393 .619 -.353 .885

渴求:失控感 -2.790*** -3.072*** -2.072** -1.558**

渴求:欣快感 .472 .131 .423 .193

*p<.05 **p<.01 ***p<.001

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

三、參照組是慢速降頻使用軌跡型態之多項式邏輯斯迴歸分析結果

由於穩定高頻使用在上一段落已與慢速降頻比較過,故表 兩組之比較欄位以灰底表 示。

其他比較組與慢速降頻使用在多項式邏輯斯的分析結果顯示,相較於穩定低頻使用,

對安眠藥使用行為與想法的失控感分數較高(p<.05)的安眠藥使用者較傾向分配到參照 組。此外,相較於快速降頻使用,年齡較高(p<.05)的安眠藥使用者更傾向分配到參照 組。而對藥物的期待分數較高(p<.05)的個案,相較稀有使用與快速降頻使用,更傾向 落入參照組(詳見表4-12)。

表 4- 11 以慢速降頻使用組為參照組之多項式邏輯斯迴歸的迴歸係數

參照組為慢速降頻使用 稀有使用 穩定低頻使用 快速降頻使用 穩定高頻使用

年齡 -.367 -.060 -.506 .270

失眠嚴重程度 -.414 -.097 .570 .436

失眠持續時間 .513 .161 .050 .473

用藥持續時間 .045 .527 -.548 .203

渴求:期待藥效 -1.278* -.267 -1.239* -.885

渴求:失控感 -1.232 -1.514* -.514 1.558**

渴求:欣快感 .279 -.062 .230 -.193

*p<.05 **p<.01 ***p<.001

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

四、參照組是快速降頻使用軌跡型態之多項式邏輯斯迴歸分析結果

分析結果顯示,相較於稀有使用,失眠嚴重程度較高(p<.05)的安眠藥使用者較傾 向分配到參照組,也就是快速降頻使用(詳見表4-13)。

表 4- 12 以快速降頻使用組為參照組之多項式邏輯斯迴歸的迴歸係數

參照組為快速降頻使用 稀有使用 穩定低頻使用 慢速降頻使用 穩定高頻使用

年齡 .139 .446 .506 .776*

失眠嚴重程度 -.984* -.668 -.570 -.135

失眠持續時間 .481 .112 -.050 .423

用藥持續時間 .592 1.075 .548 .751

渴求:期待藥效 -.040 .972 1.239* .353

渴求:失控感 -.718 -1.000 .514 2.072**

渴求:欣快感 .049 -.292 -.230 -.423

*p<.05 **p<.01 ***p<.001

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

五、參照組是穩定低頻使用軌跡型態之多項式邏輯斯迴歸分析結果

分析結果顯示,當參照組為穩定低頻使用時,無法在目前的變項上預測到底會進入 稀有使用還是參照組(詳見表4-14)。

表 4- 13 以穩定低頻使用組為參照組之多項式邏輯斯迴歸的迴歸係數

參照組為穩定低頻使用組 稀有使用組 快速降頻組 慢速降頻組 穩定高頻組 年齡 -.307 -.446 .060 .330 失眠嚴重程度 -.316 .668 .097 .533 失眠持續時間 .370 -.112 -.161 .312 用藥持續時間 -.483 -1.075 -.527 -.324 渴求:期待藥效 -1.012 -.972 .267 -.619

渴求:失控感 .282 1.000 1.514* 3.072***

渴求:欣快感 .341 .292 .062 -.131

*p<.05 **p<.01 ***p<.001

綜合上述,年紀較高、對安眠藥使用行為與想法的失控感較高的安眠藥使用者,傾 向落入穩定高頻使用。年紀較輕、對藥物失控感分數較低、對藥物效果期待分數較低的 安眠藥使用者,傾向落入快速降頻使用。對藥效的期待較高的安眠藥使用者,傾向落入 慢速降頻使用。失眠嚴重程度較低、渴求分數較低的安眠藥使用者,傾向落入稀有使用。

傾向落入穩定低頻使用的安眠藥使用者,以目前的變項來說尚未有獨立的預測變項,目 前只看到失控感較低的安眠藥使用者,相較慢速降頻使用與穩定高頻使用,傾向落入穩 定頻率使用,但卻無法與快速降頻與稀有使用做更多的鑑別性之預測。

‧ 國

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y