老年失眠患者院外心脏骤停风险预测模型的构建与验证：一项基于人群的纵向研究

本研究针对老年失眠患者院外心脏骤停(OHCA)预测难题，通过分析台湾全民健康保险研究数据库(NHIRD)中438,147例65岁以上失眠患者数据，构建了7/30/90天OHCA风险预测模型。研究识别出年龄、性别、合并症、药物依从性(MPR)等关键预测因子，模型AUC达0.757-0.787，为临床识别高风险人群提供了量化工具。

　　

睡眠障碍与心血管事件的关联一直是医学界关注的焦点，其中老年失眠患者作为特殊人群，其院外心脏骤停(OHCA)风险尚未被充分认知。现有研究存在样本量不足、预测时间窗单一等局限，特别是亚洲人群数据匮乏。台湾大学医学院附属医院新竹分院急诊医学部Chih-Wei Sung团队联合精神科专家，通过分析台湾全民健康保险研究数据库(NHIRD)2011-2020年数据，首次构建了针对老年失眠患者的动态OHCA风险预测体系。

研究采用纵向重复测量设计，从155万失眠患者中筛选出438,147名65岁以上接受失眠药物治疗者，通过多因素逻辑回归分析开发预测模型。关键技术包括：1)基于ICD-9/ICD-10的诊断与44种失眠药物匹配的双重验证机制；2)动态观察点设置（每30天评估直至研究结束）；3)纳入药物持有率(MPR)、心理治疗等创新指标；4)采用2019-2020年数据进行COVID-19疫情影响下的外部验证。

关键研究结果

1. 人群特征：6,931例(1.6%)发生OHCA，模型开发队列平均年龄74.4岁，男性占40%。

2. 预测因子识别：

   • 7天模型：年龄（每增加5年风险评分+10分）、男性、医疗资源使用（ICU/急诊/住院）、血液透析、10类合并症、MPR、药物变更、近期心理治疗

   • 30/90天模型：新增季节效应（1月风险最高）

3. 模型效能：

   • 7天模型在2019年测试集中灵敏度0.781，特异性0.754，诊断比值比(DOR)6.58

   • 90天模型AUC达0.779，冬季风险显著升高

4. 药物影响：MPR每增加1%对应90天OHCA风险升高1.26倍，提示长期催眠药使用可能通过QT间期延长等机制增加风险。

研究意义

这项发表在《BMC Geriatrics》的研究首次建立了针对亚洲老年失眠人群的OHCA动态预测体系，其创新性体现在：1)突破传统静态预测模式，实现风险实时评估；2)揭示药物依从性与OHCA的非线性关系，为临床用药决策提供依据；3)证实季节因素对失眠患者心脏风险的调节作用。研究提出的列线图工具可直接整合至医院信息系统，在处方更新时自动预警高风险患者，对改善老年失眠患者的长期预后具有重要实践价值。

局限性包括未能完全排除谵妄误诊病例、未纳入血管性认知障碍等混杂因素。未来研究可通过可穿戴设备监测实际用药情况，进一步优化预测精度。该模型为急诊医生和精神科医师识别高风险人群提供了客观量化工具，也为季节性医疗资源配置提供了数据支持。