编辑推荐：
随着老龄化加剧，老年健康问题备受关注。研究人员为验证医院衰弱风险评分（HFRS）在中国医院的适用性，开展相关研究。结果显示 HFRS 能有效预测住院时长和费用。这为中国老年医疗资源分配提供依据，意义重大。
在全球人口老龄化的浪潮中，老年群体的健康问题日益凸显，成为社会关注的焦点。衰弱，作为一种与年龄密切相关的状态，意味着老年人身体生理储备减少，面对各种健康问题时更加脆弱。它不仅严重影响老年人的生活质量，还像一块沉重的巨石，压在家庭和社会的医疗负担之上。想象一下，一位衰弱的老人住院，可能需要更长的治疗时间，更多的医疗资源，这无疑会给家庭带来经济压力，也对社会医疗系统的可持续性构成挑战。
众多研究已经证实，衰弱与住院时长、医疗费用以及死亡率之间存在着紧密的联系。为了更好地评估和管理衰弱问题，各种评估工具应运而生。然而，许多工具在实际应用中却遭遇了困境。有的工具过于复杂，在急性护理环境中难以施展拳脚；有的则需要专业人员进行复杂的评估，这对于医疗资源相对匮乏的地区来说，无疑是雪上加霜。在这样的背景下，医院衰弱风险评分（Hospital Frailty Risk Score，HFRS）凭借其独特的优势 —— 利用电子健康记录中的国际疾病分类第十版（ICD - 10）编码来计算衰弱风险得分，无需额外的数据收集，吸引了众多研究者的目光。
不过，此前关于 HFRS 的验证研究大多在发达国家开展，对于像中国这样快速老龄化的发展中国家来说，HFRS 是否同样适用，仍然是一个未知数。为了解开这个谜团，来自清华大学等机构的研究人员挺身而出，开展了一项具有重要意义的研究。他们的研究成果发表在《European Geriatric Medicine》杂志上，为中国老年医疗领域带来了新的曙光。
研究人员采用了回顾性观察研究的方法，以山西省吕梁市 48 家医院为研究现场。他们从 2022 年 1 月 1 日至 2023 年 12 月 31 日期间住院的患者中，筛选出年龄在 75 岁及以上的患者作为研究对象，最终确定了 34731 例符合条件的患者。在研究过程中，他们重点分析了 HFRS 与两个关键指标 —— 住院时长（Length of Stay，LoS）和医院费用之间的关系。同时，为了确保研究结果的准确性和可靠性，他们还控制了患者的年龄、性别、Charlson 共病指数（Charlson comorbidity index，CCI）、入院途径、手术次数、医院类型以及保险计划等因素，并进行了亚组分析。
在研究结果部分，首先是描述性统计。研究样本中，患者的 HFRS 评分最高为 19.8 分，其中 22.2% 的患者被归类为零风险，62.4% 为低风险，15.3% 为中等风险，仅有 0.08% 为高风险。并且，随着衰弱风险的增加，患者住院超过 10 天的可能性、医疗费用、通过急诊科入院的比例以及 CCI 评分都呈现上升趋势。
回归结果令人眼前一亮。与零衰弱风险组相比，低衰弱风险组患者住院时间超过 10 天的概率是其 1.92 倍，医疗费用高出 1926 元；中等衰弱风险组的这一概率是 2.71 倍，费用高出 4284 元；高衰弱风险组则更为显著，概率达到 6.65 倍，费用高出 16613 元。这清晰地表明，HFRS 与住院时长和医院费用之间存在着密切的关联。
亚组分析进一步验证了 HFRS 的有效性。在不同年龄组（75 - 79 岁、80 - 84 岁、85 岁及以上）、不同性别以及不同等级医院（二级和三级）的亚组中，与零衰弱风险组相比，随着衰弱风险的增加，住院时长和费用均呈现上升趋势。这充分说明，HFRS 在不同特征的患者群体中都具有良好的预测能力。
在研究结论和讨论部分，这项研究具有多方面的重要意义。一方面，研究证实了 HFRS 在中国医院环境中的有效性，即使存在患者特征和诊断编码的差异，它依然能够强有力地预测住院时长和医院费用，为医院合理分配医疗资源提供了重要的参考依据。另一方面，研究也发现中国患者的 HFRS 评分与国外存在差异，这可能与年龄结构、疾病谱、医疗服务能力以及诊断编码实践等因素有关。这提示中国在应用 HFRS 的同时，也可以借鉴其大数据驱动的方法，开发适合本国国情的衰弱筛查工具。此外，加强编码人员的培训，提高诊断编码的准确性和数据质量，对于优化 HFRS 的应用也至关重要。
总的来说，这项研究为中国老年医疗领域注入了新的活力，为后续的研究和实践奠定了坚实的基础。它就像一盏明灯，照亮了中国老年患者衰弱风险评估和医疗资源合理利用的道路，为提高老年患者的医疗服务质量、减轻社会医疗负担带来了新的希望。
