目的:随着当今人们经济和生活水平的不断提高,不健康的社会生活和工作方式愈加凸显,伴随着教育和医疗现代化水平的提高,社会人口老龄化进程加快,导致心血管疾病患者群体越来越庞大。慢性心力衰竭作为心血管疾病的终末结局之一,对患者个人及家庭生活带来很大负担,病情长期迁延不愈,患者往往生存质量都比较低,且诊断和治疗的费用昂贵。本研究通过引入患者报告临床结局(PRO)来评估患者的生存质量,采用多水平模型分析PRO在纵向随访研究中的重复测量数据的影响因素分析,并进一步采用增长混合模型(GMM)识别具有不同特征的潜在患者亚群,以解决数据异质性的问题,并揭示患者院后PRO的变化轨迹规律,为不同风险度的患者提供个性化干预措施,以改善患者生存质量,为相关部门提出群体化干预措施提供理论支撑。方法:在山西医科大学第一附属医院和山西省心血管病医院,选择2014年1月1日-2019年10月31日明确诊断为心衰的患者作为本次研究对象。收集患者住院时、出院后3个月、出院后6个月、出院后12个月的PRO量表信息。通过两水平模型分析PRO总分、生理、心理、社会、治疗领域得分在个体水平及时点水平的影响因素;通过增长混合模型探索PRO总分、生理、心理、社会、治疗领域得分的真实变化轨迹,识别不同生存质量的潜在患者群,并进一步拟合影响因素分析中的显著变量作为协变量纳入增长混合模型,来确定不同患者的真实变化轨迹。结果:分别在PRO总分、生理、心理、社会、治疗领域得分上拟合线性、二次函数型、非定义曲线类型的2个、3个、4个潜在亚类模型,从拟合指标结果可知五种评分的最优无条件GMM模型分别为线性2个潜在亚类模型、非定义曲线类型的2个潜在亚类模型、非定义曲线类型的2个潜在亚类模型、线性2个潜在亚类模型、非定义曲线类型的3个潜在亚类模型;将两水平模型中对各评分影响最大的个体水平变量作为协变量纳入无条件GMM模型中,分别为年龄、性别、家庭收入、既往史,纳入协变量后的结果表明:根据PRO总分,患者被分为两类:缓慢上升组79人,27.431%;较快上升组209人,72.569%。根据生理领域得分,患者被分为两类:较快上升组197人,68.403%;缓慢上升组91人,31.597%。根据心理领域得分,患者被分为两类:下降组280人,97.222%;上升组8人,2.778%。根据社会领域得分,患者被分为两类:上升组277人,96.181%;下降组11人,3.819%。根据治疗领域得分,由拟合结果看,患者应当被分为三类,但由于其中一个类别数量太小,因此选择2个类别的模型,患者被分为两类:下降组48人,16.667%;较快上升组240 人,83.333%。结论:本研究通过探索心衰患者群中具有不同特征患者亚群,以识别群体异质性,了解个体生存质量变化趋势,探究患者出院后PRO随时间的变化轨迹规律,并进一步解释个体间存在的差异,有助于指导患者不同阶段生命历程中给予个性化干预措施,对改善患者预后,提高生存质量有一定意义。