《Clinical Interventions in Aging》：Analysis of Risk Factors and Development of a Predictive Model for 1-Year Mortality After Acute Hip Fracture Surgery in Patients Aged ≥80 Years: The Prognostic Nutritional Index as a Potential Predictor
编辑推荐：
目的：探讨≥80岁急性髋部骨折术后1年死亡的独立危险因素，并构建风险分层列线图（nomogram）以识别高危患者，用于加强术后监测和预防性干预。方法：本回顾性研究纳入2017—2024年接受髋部骨折手术的≥80岁患者。候选预测变量包括基线、手术和实验室变量。通
目的：探讨≥80岁急性髋部骨折术后1年死亡的独立危险因素，并构建风险分层列线图（nomogram）以识别高危患者，用于加强术后监测和预防性干预。方法：本回顾性研究纳入2017—2024年接受髋部骨折手术的≥80岁患者。候选预测变量包括基线、手术和实验室变量。通过单因素和多因素logistic回归及最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归筛选独立预测因子。采用受试者工作特征（receiver operating characteristic, ROC）分析、校准曲线和决策曲线分析（decision curve analysis, DCA）评估列线图性能。结果：共463例患者按7:3随机分为训练队列与验证队列。性别、年龄、合并症数量、术前预后营养指数（prognostic nutritional index, PNI）、血红蛋白（hemoglobin, HGB）、肌酐（creatinine, Cr）和术后中性粒细胞与淋巴细胞比值（neutrophil-to-lymphocyte ratio, NLR）为1年全因死亡的独立预测因子。所得列线图显示出良好的区分度、校准度和临床净获益。结论：该内部验证的列线图整合PNI及其他危险因素，可预测≥80岁髋部骨折患者术后1年死亡率，并可能支持临床风险分层决策。
一、研究背景与问题
在全球人口老龄化加速背景下，髋部骨折是威胁老年人健康的重要临床问题并构成全球公共卫生负担。一项覆盖多国、来自20个数据库、共4 115 046例髋部骨折病例的大规模调查显示，超过60%发生于≥80岁人群。髋部骨折致残和死亡后果显著，已发表流行病学数据报告1年残疾率和死亡率分别高达50%和12—37%；≥80岁髋部骨折患者1年死亡风险超过同龄无髋部骨折者的3.5倍。预后营养指数（prognostic nutritional index, PNI）作为营养和炎症相关预后标志物，已被广泛验证为癌症术后患者不良生存的独立预测因子，并可同时反映宿主营养状态和系统性炎症负担；既往研究也证实PNI是髋部骨折术后不良结局的预测因子。现有髋部骨折死亡预测模型中，诺丁汉髋部骨折评分（Nottingham Hip Fracture Score, NHFS）等传统风险评分主要估计术后1个月短期死亡风险；机器学习算法应用仍相对有限；列线图（nomogram，将多因素回归结果可视化为个体化风险评分的图形工具）可直观用于个体化术后死亡风险评估。对于≥80岁高危亚组，仍需要基于常规可获得人口学和实验室指标、不依赖专门多维度老年评估资源的预后工具。本研究分析≥80岁髋部骨折手术患者临床数据，筛选术后1年全因死亡独立危险因素，探索PNI作为反映营养-炎症综合状态的替代标志物的预后性能；原文明确血清白蛋白未纳入多变量回归模型，研究并非设计以PNI替代白蛋白；进一步构建并内部验证列线图预测模型，以辅助早期识别高危个体、及时靶向干预和围术期风险分层管理。
二、研究开展、结论与意义
研究人员开展回顾性队列研究，纳入≥80岁新鲜髋部骨折手术患者，最终463例进入分析，并按7:3随机分为训练队列326例和验证队列137例。通过单因素和多因素logistic回归及LASSO回归筛选变量，识别性别、年龄、合并症数量、术前PNI、术前HGB、术前Cr和术后NLR为1年全因死亡独立预测因子，并构建含PNI的列线图。该模型显示良好区分度、可接受校准度和临床净获益，可为≥80岁髋部骨折患者术后1年死亡风险个体化定量评估及风险分层管理提供参考；但原文强调仅完成内部验证，临床推广应用前仍需独立队列外部验证。
三、主要关键技术方法
研究为单中心回顾性队列，样本来源于广州医科大学附属第三医院电子病历系统2017年9月至2024年1月≥80岁新鲜髋部骨折手术患者，结局随访采用门诊、电话及广东省人口综合管理系统，随访截止术后1年。采用SPSS 27.0和R 4.5.2进行统计；按7:3随机拆分训练与验证队列；以单因素logistic回归（P<0.20或临床重要）保留候选变量，继以LASSO回归降维筛选，并行多因素logistic回归识别独立危险因素；构建列线图，采用ROC曲线及曲线下面积（area under the curve, AUC）、校准曲线、DCA评价模型，并行1000次Bootstrap内部验证。
四、研究结果
1. 基线比较（Baseline Comparison）：研究期间共纳入536例接受手术的老年髋部骨折患者，按排除标准最终463例纳入分析，其中训练队列326例、验证队列137例。两组人口学资料、骨折前一般状况、手术资料及术前和术后实验室指标差异均无统计学意义（P>0.05），提示训练与验证队列随机分组后适合后续分析。
2. 单因素与多因素logistic回归分析（Univariate and Multivariate Logistic Regression Analysis）：在训练队列中，单因素分析显示性别、年龄、体重指数（body mass index, BMI）、合并症数量、美国麻醉医师协会（American Society of Anesthesiologists, ASA）分级、手术方式、术前PNI、术前NLR、术前中性粒细胞百分比、术前HGB、术前Cr、术后NLR、术后中性粒细胞百分比、术后PNI和术后Cr与≥80岁髋部骨折患者术后1年死亡显著相关（均P<0.05）。共线性诊断显示术前NLR的方差膨胀因子为2.457、术前中性粒细胞百分比为2.290，其他均小于2，提示轻度相关但无严重多重共线性。多因素logistic回归显示独立预测因素包括：性别（OR=3.125, 95%CI: 1.524—6.408）、年龄（OR=1.148, 95%CI: 1.064—1.239）、合并症数量（OR=2.470, 95%CI: 1.233—4.948）、术前PNI（OR=0.900, 95%CI: 0.845—0.958）、术前HGB（OR=0.948, 95%CI: 0.928—0.970）、术前Cr（OR=1.007, 95%CI: 1.001—1.013）和术后NLR（OR=2.146, 95%CI: 1.126—4.092）。据此得出上述变量为1年死亡独立预测因素。
3. LASSO回归分析（Lasso Regression Analysis）：以28项临床和实验室指标为自变量，采用10折交叉验证。按最小交叉验证误差标准λ
min有13个变量进入最终模型；在更保守的一倍标准误规则λ
0.1se下仅7个变量保留非零系数：性别（0.47）、年龄（0.04）、合并症数量（0.01）、术前PNI（?0.06）、术前HGB（?0.03）、术前Cr（0.01）和术后NLR（0.15）。术前PNI和术后NLR分别呈较强负相关和正相关。考虑λ
0.1se模型变量更少、更稳健并避免过拟合，研究将其作为最终模型；LASSO-logistic回归与单因素及多因素logistic回归两种独立建模策略得到相同预测因子。
4. 列线图的开发与验证（Development and Validation of a Nomogram）：基于LASSO回归和多因素logistic回归识别的独立因素，研究人员构建含PNI的列线图预测≥80岁髋部骨折患者术后1年死亡风险。ROC分析显示训练队列AUC为0.870（95%CI: 0.823—0.918），验证队列AUC为0.840（95%CI: 0.774—0.907），提示模型具有良好预测性能。校准曲线显示预测概率与实际观察概率可接受一致；DCA显示模型具有正净获益，提示其临床适用性。
五、讨论总结
原文讨论依据老年医学指南和中国髋部骨折研究共识将≥80岁定义为超高龄，指出该人群髋部骨折年发病率及术后死亡率较高，需要针对高危年龄层的预后预测研究。该研究通过463例手术患者回顾性队列分析，识别术前PNI可能为≥80岁髋部骨折患者术后1年死亡独立预测因子；模型将PNI与多项常规临床和实验室变量整合。讨论强调PNI由血清白蛋白和淋巴细胞计数计算，是简便可及的营养-炎症综合状态替代标志物，但存在固有局限，不能全面评估营养状态或老年脆弱性，仍受炎症和毛细血管渗漏影响白蛋白解释的偏倚；多维度营养评估、体成分指标、HIP-G Index和臂围等人体测量指标可提供更全面预后信息，但本回顾性数据未获得，无法与NHFS等既定风险评分进行正式头对头比较。讨论指出营养不良与髋部骨折不良结局及术后死亡密切相关，白蛋白作为传统营养标志物在系统性炎症应激下可因合成受抑、毛细血管渗漏增加和降解加速而不能准确反映真实营养状态；PNI最初用于评估胃肠疾病患者围术期免疫功能和手术风险，后广泛应用于癌症、心血管疾病等围术期人群。低PNI提示一般状况差、营养不足、疾病负担重、对骨折创伤和手术耐受性降低，营养不良与免疫功能受损可相互作用并增加不良结局易感性。Chen等705例前瞻性队列研究证实较高PNI与术后骨折愈合和功能恢复正相关；Wang等3351例髋部骨折观察研究显示中、高PNI组2年术后死亡风险显著低于低PNI组（HR=0.66, 95%CI: 0.49—0.88；HR=0.61, 95%CI: 0.42—0.88），但上述研究未对≥80岁患者行亚组分析。本研究聚焦≥80岁人群，填补年龄分层研究空白；术前PNI升高为1年术后死亡保护因素（OR=0.900, 95%CI: 0.845—0.958），即每增加1单位PNI与1年术后死亡 odds 降低约10%相关，而非绝对死亡风险降低10%。讨论认为logistic回归联合LASSO回归可处理高维临床数据、平衡预测误差、识别核心预测变量并具有低多重共线性优势，模型易转化，PNI在列线图中的较高权重进一步支持其预测作用。局限性包括单中心回顾性研究可能存在选择偏倚，术前营养干预、术后康复方案差异和个体骨质疏松状态等潜在混杂变量未纳入，模型未行外部验证，限制推广；未来需多中心、大样本前瞻性队列验证并优化预测变量。
六、研究结论翻译
为满足≥80岁老年髋部骨折患者预后评估需求，本研究通过多变量分层分析显示，术前PNI与术后1年全因死亡相关，且该标志物在死亡风险预测系统中表现出良好预测性能。进一步采用多因素logistic回归和Lasso-logistic回归筛选变量提示，男性、年龄增长、≥3种合并症、低术前PNI、低术前HGB、术后NLR>9.08和术前血清Cr升高为超高龄髋部骨折患者1年全因死亡的潜在独立危险因素；这些预测因子反映生理状态、营养和免疫状态及术后炎症反应等多个预后领域。基于7个独立危险因素构建的列线图预测模型经内部拆分样本验证、校准曲线分析和DCA评估，显示良好区分能力、可接受校准性能和较大临床净获益。该内部建立的模型可对≥80岁髋部骨折患者术后1年死亡风险进行个体化定量评估。在此基础上，临床医生可考虑加强围术期营养支持、开展老年专科会诊、实施密切术后炎症监测、安排早期多学科康复，并与患者家属进行透明的预后沟通；对低危患者可按标准临床路径管理。然而，由于本研究仅完成模型内部验证，模型临床推广应用前仍需基于独立队列的外部验证。该模型可为临床医生制定按风险分层的围术期管理策略提供客观、实用参考。更重要的是，通过系统筛选预后危险因素并构建和验证预测模型，本研究初步改善了≥80岁髋部骨折患者预后风险评估体系，有望为未来采用标准化研究流程的前瞻性多中心队列研究提供可复制的方法学参考。
