老年内科住院患者谵妄预测模型的构建与验证：一项前瞻性队列研究

《BMC Geriatrics》：Development and validation of a delirium prediction model for hospitalized older medical patients: a prospective cohort study

本研究针对老年内科住院患者谵妄高发且易漏诊的临床难题，开发并验证了一种新型列线图预测模型。该模型整合了年龄、认知障碍、多重用药、睡眠障碍、日常生活活动能力、营养不良及中性粒细胞-淋巴细胞比率(NLR)7个关键指标，内部验证曲线下面积(AUC)达0.934，外部验证AUC为0.842，显著优于现有预测工具。研究成果为早期识别高危患者、实施靶向干预提供了量化支持，对改善老年患者预后具有重要临床价值。

　　

随着全球人口老龄化进程加速，老年住院患者的健康问题日益凸显。谵妄（delirium）作为一种急性神经精神综合征，犹如一颗"定时炸弹"潜伏在老年病房中。其特征表现为意识障碍、认知功能急剧下降和注意力涣散，常导致患者住院时间延长、功能残疾甚至死亡风险增加。尽管流行病学调查显示老年内科住院患者谵妄发生率高达11%-42%，但由于其起病急骤、症状波动大，临床识别率始终不尽如人意。更令人担忧的是，研究表明30%-40%的谵妄病例本可通过早期干预得以预防，且预防效果远优于治疗。这就如同消防工作，与其在火灾发生后奋力扑救，不如提前安装烟雾报警器识别隐患。

目前国际上已有若干谵妄预测模型，但这些模型大多存在样本量有限（107-518例）、缺乏外部验证等局限性。特别值得注意的是，西方人群开发的模型是否适用于中国老年患者仍需商榷。此外，传统回归模型难以转化为简便的床旁评估工具，而列线图（nomogram）作为一种可视化预测工具，恰好能弥补这一缺陷。它通过将复杂数学模型转化为直观的评分系统，使非专科医生也能准确进行风险评估，正逐渐成为临床预测模型的新宠。

在此背景下，赵艳利团队在《BMC Geriatrics》发表了一项开创性研究，致力于开发适合中国人群的老年内科住院患者谵妄预测列线图模型。研究人员采用前瞻性队列研究设计，于2020年11月至2022年4月连续纳入四川大学华西医院老年科1067例住院患者（中位年龄79岁），并选取成都市第六人民医院98例患者进行外部验证。所有患者入院24小时内完成基线评估，住院期间每日三次进行谵妄筛查，确保数据采集的规范性和完整性。

研究团队通过文献回顾和专家咨询确定潜在预测因子，运用多因素logistic回归筛选独立预测因素，最终构建包含7个变量的列线图模型。为验证模型效能，采用Bootstrap法进行500次内部验证，并使用独立队列进行外部验证。评估指标包括区分度（C统计量）、校准度（校准曲线）和临床实用性（决策曲线分析）等多项指标。

预测模型的建立

通过单因素和多因素logistic回归分析，研究确定年龄、认知障碍、多重用药（定义为同时使用超过5种药物）、睡眠障碍、日常生活活动能力（ADL）障碍、营养不良以及中性粒细胞-淋巴细胞比率（NLR）7个指标为谵妄的独立预测因素。基于这些因素构建的列线图模型，每个变量对应特定分值，总分可转换为谵妄发生概率。例如，完全依赖状态的患者得分显著高于生活自理者，营养不良者得分高于营养正常者。

模型验证结果

内部验证显示该模型区分度优异，训练集AUC达0.934（95%CI：0.914-0.954），灵敏度97.1%，特异度77.3%。Bootstrap内部验证AUC为0.925，表明模型具有良好稳定性。外部验证组AUC为0.842，虽略有下降但仍处于优秀范围，证明模型具有良好的泛化能力。

校准曲线分析

校准曲线显示预测概率与实际观察概率高度一致，理想校准线的斜率为1、截距为0，而本研究模型在此范围内波动，说明预测准确性良好。这意味着模型不仅能够区分高危和低危患者，还能准确量化具体风险值，为个体化干预提供可靠依据。

临床决策曲线分析

决策曲线分析（DCA）显示，在较大阈值概率范围内，使用该预测模型的净获益均高于"全部干预"或"全不干预"策略。红色模型曲线始终高于绿色（全部干预）和蓝色（全不干预）曲线，表明该模型具有显著的临床实用价值，能够帮助医生在避免过度干预的同时，有效识别真正需要预防措施的高危人群。

本研究首次针对中国老年内科住院患者开发了谵妄预测列线图模型，其创新性体现在多个方面。与既往研究相比，该模型样本量更大（1067例），且进行了严格的内外部验证，方法学更为严谨。模型中纳入的NLR指标尤为值得关注，这一炎症标志物与谵妄的神经炎症假说相呼应，为理解谵妄发病机制提供了新视角。

各预测因子的生物学意义也值得深入探讨。认知障碍患者发生谵妄的风险增加4.16倍，印证了"认知储备"理论——基础脑功能下降个体更易在应激状态下出现急性功能障碍。年龄每增加1岁风险上升1.047倍，反映衰老过程中生理功能衰退的累积效应。营养不良通过影响脑代谢供需平衡，完全依赖状态通过限制感觉输入和活动能力，多重用药通过药物间相互作用和不良反应，睡眠障碍通过破坏昼夜节律，分别从不同途径增加谵妄易感性。

值得注意的是，本研究观察到谵妄发生率（6.6%）低于文献报道（11%-42%），作者分析可能源于华西医院老年科已建立的谵妄预防管理体系，这反而印证了预防措施的有效性。同时，开发团队已构建在线动态列线图平台（https://deliriumpredictionmodel.shinyapps.io/DynNomapp/），为临床推广应用提供便利。

当然，研究也存在若干局限性。风险因素仅在入院24小时内评估，未能动态观察变化；外部验证仅涉及单中心；严重痴呆、感官障碍患者被排除可能影响模型普适性。未来需开展多中心验证，并探索将模型整合至电子病历系统实现自动风险评估。

该预测模型的价值不仅在于预测准确性，更在于其临床转化潜力。通过快速识别高危患者，医护人员可针对性实施非药物干预措施，如认知训练、睡眠管理、营养支持等，从而有效降低谵妄发生率。正如研究者所言，老年综合征存在重叠的病理生理通路，整合评估才能提供整体风险画像。这一模型为实现老年患者全程化、个体化健康管理提供了重要工具，对推进健康老龄化具有积极意义。