
-
生物通官微
陪你抓住生命科技
跳动的脉搏
心脏代谢多病共存中国老年人残疾风险预测模型的开发与验证
《BMC Geriatrics》:Development and validation of a risk prediction model for disability in older adults with cardiometabolic multimorbidity
【字体: 大 中 小 】 时间:2026年10月16日 来源:BMC Geriatrics 4.5
编辑推荐:
摘要背景心脏代谢多病共存(CMM)是老年人中普遍存在的多病共存模式,与不良预后(包括残疾)显著相关。然而,CMM患者之间的残疾风险存在较大差异,仅依赖相关因素不足以进行个体化风险评估。本研究旨在为患有CMM的中国老年人开发并验证一个残疾风险预测模型,以便早期识别高危个体并实施
心脏代谢多病共存(CMM)是老年人中普遍存在的多病共存模式,与不良预后(包括残疾)显著相关。然而,CMM患者之间的残疾风险存在较大差异,仅依赖相关因素不足以进行个体化风险评估。本研究旨在为患有CMM的中国老年人开发并验证一个残疾风险预测模型,以便早期识别高危个体并实施分层管理。
本研究采用中国健康与退休追踪调查(CHARLS)的数据进行二次分析。CMM定义为同时患有至少两种心脏代谢疾病,包括高血压、糖尿病、心脏病和中风。共纳入2015年时年龄≥65岁、患有CMM且基线无残疾的711名老年人,按7:3的比例随机分为训练队列(n = 497)和验证队列(n = 214)。特征选择采用最小绝对收缩和选择算子(LASSO)回归和Boruta算法。将两种方法共同识别的变量纳入多变量逻辑回归,构建残疾风险的列线图模型。通过受试者工作特征曲线下面积(AUC)评估模型区分度,利用校准曲线和Hosmer-Lemeshow检验评估校准度,并通过决策曲线分析(DCA)评价临床实用性。
在711名CMM老年人中,2018年随访时的残疾发生率为40.08%。最终模型保留了五个预测变量:年龄、关节炎、教育水平、认知障碍和握力。年龄、关节炎和认知障碍为危险因素,而高中及以上教育水平和较大的握力为保护因素。训练队列AUC为0.712,验证队列AUC为0.724,提示模型具有中等区分度和良好的稳定性。两个队列的Hosmer-Lemeshow检验结果均无统计学差异(P > 0.05),DCA显示在广泛的阈值概率范围内具有潜在的净临床获益。
本研究针对患有CMM的中国老年人开发的残疾风险预测模型展现了中等区分度、可接受的校准度和潜在的临床实用性,可作为有效工具用于识别残疾高风险个体。
心脏代谢多病共存(CMM)是老年人中普遍存在的多病共存模式,与不良预后(包括残疾)显著相关。然而,CMM患者之间的残疾风险存在较大差异,仅依赖相关因素不足以进行个体化风险评估。本研究旨在为患有CMM的中国老年人开发并验证一个残疾风险预测模型,以便早期识别高危个体并实施分层管理。
本研究采用中国健康与退休追踪调查(CHARLS)的数据进行二次分析。CMM定义为同时患有至少两种心脏代谢疾病,包括高血压、糖尿病、心脏病和中风。共纳入2015年时年龄≥65岁、患有CMM且基线无残疾的711名老年人,按7:3的比例随机分为训练队列(n = 497)和验证队列(n = 214)。特征选择采用最小绝对收缩和选择算子(LASSO)回归和Boruta算法。将两种方法共同识别的变量纳入多变量逻辑回归,构建残疾风险的列线图模型。通过受试者工作特征曲线下面积(AUC)评估模型区分度,利用校准曲线和Hosmer-Lemeshow检验评估校准度,并通过决策曲线分析(DCA)评价临床实用性。
在711名CMM老年人中,2018年随访时的残疾发生率为40.08%。最终模型保留了五个预测变量:年龄、关节炎、教育水平、认知障碍和握力。年龄、关节炎和认知障碍为危险因素,而高中及以上教育水平和较大的握力为保护因素。训练队列AUC为0.712,验证队列AUC为0.724,提示模型具有中等区分度和良好的稳定性。两个队列的Hosmer-Lemeshow检验结果均无统计学差异(P > 0.05),DCA显示在广泛的阈值概率范围内具有潜在的净临床获益。
本研究针对患有CMM的中国老年人开发的残疾风险预测模型展现了中等区分度、可接受的校准度和潜在的临床实用性,可作为有效工具用于识别残疾高风险个体。