《Frontiers in Public Health》：Community-based identification of poor sleep quality in middle-aged and older adults with abdominal obesity using psychological and physical fitness indicators
编辑推荐：
背景： 睡眠质量不良、腹型肥胖、心理症状及躯体功能下降可能在中老年阶段聚集出现，对健康老龄化构成多维度挑战。本研究旨在开发并内部验证一个面向社区的列线图（nomogram），整合易于获取的心理与体适能指标，用于识别社区中老年腹型肥胖人群中当前的睡眠质量不良状况
背景： 睡眠质量不良、腹型肥胖、心理症状及躯体功能下降可能在中老年阶段聚集出现，对健康老龄化构成多维度挑战。本研究旨在开发并内部验证一个面向社区的列线图（nomogram），整合易于获取的心理与体适能指标，用于识别社区中老年腹型肥胖人群中当前的睡眠质量不良状况，并评估其相对于常规人口学及健康信息模型的增量价值。
方法： 本回顾性横断面研究分析了来自中国北京某社区卫生服务中心的212名年龄≥45岁且患有腹型肥胖的成年人数据。睡眠质量不良定义为匹兹堡睡眠质量指数（Pittsburgh Sleep Quality Index, PSQI）评分>5。采用最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）逻辑回归结合重复分层10折交叉验证评估10个候选预测因子，随后进行多变量逻辑回归。模型性能通过受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）、校准指标、Brier评分及决策曲线分析进行评估。分别采用1,000次重抽样自举（bootstrap）程序评估变量选择的稳定性及固定七预测因子模型性能的乐观度。
结果： 在212名参与者中，117名（55.2%）存在睡眠质量不良。最终模型纳入年龄、9项患者健康问卷（Patient Health Questionnaire, PHQ-9）、7项广泛性焦虑障碍量表（Generalized Anxiety Disorder-7, GAD-7）、握力、30秒座椅站立次数、座椅体前屈距离及2分钟踏步次数。表观AUC为0.779 [95%置信区间（confidence interval, CI），0.718–0.840]。经自举乐观度校正后，AUC、校准斜率及Brier评分分别为0.751、0.858和0.206。与常规信息模型（表观AUC，0.648）相比，最终模型将AUC提高了0.131（95% CI，0.050–0.213；p = 0.002），并在开发样本中于13%–80%的阈值概率范围内显示出更大的理论净获益。
结论： 该列线图显示出中等程度的内部性能，且表观性能高于常规信息模型，尽管PHQ-9与PSQI之间的内容重叠可能高估了这些估计值。在已具备心理问卷和现场体适能评估的社区健康老龄化项目中，该模型可能有助于针对性的睡眠评估。在应用于公共卫生实践之前，需进行外部验证。
一、研究背景与目的
睡眠质量不良在老年人群中十分普遍，一项涵盖36个国家995,544名社区老年人的系统综述和荟萃分析估计其汇总患病率约为40%。中老年人群睡眠质量不良常伴随抑郁、焦虑、功能受限、生活质量下降及慢性疾病负担加重。睡眠障碍与肥胖尤其是腹型肥胖密切相关，短睡眠时长已被证实与成人中心性肥胖及老年人肥胖存在关联，中国人群中睡眠质量不良与腹型肥胖的关联亦有报道。腹型肥胖作为中心性脂肪蓄积的临床标志，可反映代谢活跃的内脏脂肪负担，内脏脂肪组织与全身炎症和氧化应激相关，而实验性睡眠限制可改变瘦素、交感迷走及血糖调节特征，并损害脂肪细胞胰岛素信号传导，为睡眠紊乱与腹型肥胖的密切关系提供了内分泌-代谢层面的生物学背景。在肥胖老年人中，睡眠质量不良伴随肌肉力量和瘦体重下降以及更明显的焦虑和抑郁症状。
从公共卫生角度看，腹型肥胖、心理症状、躯体功能下降和睡眠不良可能在社区老龄化人群中同时存在，但通常被分开评估。既往针对中老年人群的睡眠质量或睡眠障碍预测模型所选择的预测因子差异较大，且多聚焦于一般老年人群或特定慢性病患者，较少强调躯体功能指标。然而，肌肉力量下降、握力及躯体表现、功能体适能多个维度均与老年人睡眠质量相关。因此，研究人员开发并内部验证了一个整合心理与体适能指标的社区导向列线图，用于识别腹型肥胖中老年人群中当前的睡眠质量不良，并与常规信息模型比较以评估多维评估在老龄化相关公共卫生实践中的潜在增量价值。
二、研究设计与方法
本研究为单中心回顾性横断面研究，分析了2026年在中国北京市海淀区花园路社区卫生服务中心接受健康和体适能评估的社区中老年人群数据。源数据集包含308名受试者，纳入标准为年龄≥45岁、符合腹型肥胖标准（男性腰围≥90 cm，女性≥85 cm）且能完成问卷评估和主要体适能测试；排除标准为已记录的阻塞性睡眠呼吸暂停、当前使用催眠药物以及归因于确诊医学状况的睡眠障碍。最终纳入212名参与者。研究经北京体育大学运动科学实验伦理委员会批准。睡眠质量采用匹兹堡睡眠质量指数（PSQI）评估，PSQI>5定义为睡眠质量不良。心理功能采用9项患者健康问卷（PHQ-9）、7项广泛性焦虑障碍量表（GAD-7）和简易精神状态检查（MMSE）评估；体适能测试包括握力、30秒座椅站立、座椅体前屈、2分钟踏步和8英尺起立行走测试（8UG）。
统计分析使用R 4.6.1版本。研究人员采用LASSO逻辑回归进行预测因子选择，惩罚参数通过100次重复分层10折交叉验证确定，并以λmin为主要准则，同时考察λ?SE准则。变量选择稳定性通过1,000次自举重抽样评估。被选中的预测因子同时纳入无惩罚多变量逻辑回归模型构建列线图。模型区分度通过AUC评估，校准通过校准图、校准截距和校准斜率评估，总体预测误差通过Brier评分量化。固定七预测因子结构后，采用独立的1,000次重抽样自举程序估计乐观度校正性能。决策曲线分析（DCA）评估理论净获益。常规信息模型包含年龄、性别、疾病类别数、当前饮酒和运动状态，作为低负担基准进行比较，表观AUC差异采用配对DeLong检验。
三、研究结果
3.1 研究人群选择
源数据集最初包含308名受试者，排除9名年龄<45岁者、86名不符合腹型肥胖标准或无法分类者，以及1名PSQI数据缺失者，最终纳入212名参与者。平均年龄65.81±6.86岁，女性152名（71.7%），117名（55.2%）被分类为睡眠质量不良（PSQI>5）。与睡眠质量较好者相比，睡眠质量不良者年龄更大，PHQ-9和GAD-7评分更高，握力、30秒座椅站立和30秒手臂弯举次数更少，座椅体前屈距离和闭眼单腿站立时间更短，2分钟踏步次数更低。
3.2 预测因子选择
10个候选预测因子为年龄、性别、PHQ-9评分、GAD-7评分、MMSE总分、握力、30秒座椅站立次数、座椅体前屈距离、2分钟踏步次数和8UG时间。LASSO在λmin和λ?SE准则下均保留了相同的七个预测因子：年龄、PHQ-9、GAD-7、握力、30秒座椅站立、座椅体前屈和2分钟踏步。1,000次自举重抽样中，PHQ-9、GAD-7、年龄和座椅体前屈的选择频率超过70%，其余体适能指标超过50%，系数方向一致性良好。多变量逻辑回归中，PHQ-9评分每增加1分，当前睡眠质量不良的校正比值比（OR）为1.374（95% CI，1.164–1.621；p<0.001），其余预测因子的关联未达到统计学显著性。
3.3 列线图模型构建
研究人员基于最终多变量逻辑回归模型构建了列线图，包含年龄、PHQ-9评分、GAD-7评分、握力、30秒座椅站立次数、座椅体前屈距离和2分钟踏步次数。各预测因子得分相加得到总分，对应当前睡眠质量不良的估计概率。例如，一名65岁、PHQ-9评分8分、GAD-7评分8分、握力30 kg、30秒座椅站立16次、座椅体前屈距离0 cm、2分钟踏步100次的参与者，总分约103.2分，估计睡眠质量不良概率约为91%。
3.4 列线图模型评估
表观AUC为0.779（95% CI，0.718–0.840），1,000次自举重抽样后乐观度校正AUC为0.751，表明中等区分能力。乐观度校正的校准截距、校准斜率和Brier评分分别为0.002、0.858和0.206。在开发样本中，模型在13%–80%的阈值概率范围内比"全部治疗"和"不治疗"策略提供更大的理论净获益。
3.5 模型性能比较
与常规信息模型相比，最终模型具有更高的表观和乐观度校正AUC及更低的Brier评分。表观AUC分别为0.648（95% CI，0.574–0.722）和0.779（95% CI，0.718–0.840），差异为0.131（95% CI，0.050–0.213；p=0.002）。乐观度校正AUC分别为0.608和0.751，乐观度校正Brier评分分别为0.245和0.206。在开发样本中，最终模型在13%–80%阈值概率范围内比常规信息模型具有更大的理论净获益。
四、讨论与结论
本研究中55.2%的参与者存在睡眠质量不良，高于既往报道的社区老年人约40%的汇总患病率，这可能与样本全部为腹型肥胖者且71.7%为女性有关，应将其解释为该特定样本中的负担而非一般社区患病率估计。心理症状在模型中提供了大量信息，PHQ-9评分的贡献应被解释为当前睡眠质量不良的标志而非独立病因证据。值得注意的是，PHQ-9第3项评估睡眠紊乱，与PSQI存在概念重叠，可能高估了PHQ-9的贡献、整体模型性能及相对于常规信息模型的表观改善。躯体功能构成预测因子集的另一维度，四项体适能指标均被LASSO保留，但多变量模型中其95% CI均跨越1，不能确立任何单项指标为独立风险因素，而应将其视为共同捕捉躯体功能互补方面的组合预测因子集。并非所有七个LASSO选择的预测因子都达到传统统计学显著性，这并不意味这些预测因子不包含模型信息，因为LASSO依据对惩罚模型拟合和预测误差的贡献而非个体p<0.05准则保留变量。整合心理和体适能信息相比简约常规信息基准改善了睡眠质量不良的识别。列线图并非旨在替代直接PSQI管理，其潜在角色是在已常规获取PHQ-9、GAD-7和体适能测量但未嵌入睡眠筛查的社区健康老龄化、肥胖管理或功能评估项目中进行机会性分诊。
研究优势包括聚焦腹型肥胖中老年人群这一代谢相关但研究不足的群体，整合心理和客观体适能测量于单一风险识别框架，候选预测因子平衡了证据、临床合理性、社区可行性和测量负担，并通过重复交叉验证和自举重抽样评估了选择稳定性和性能乐观度。局限性包括：回顾性横断面设计无法推断时间顺序、因果关系或未来睡眠结局；仅进行了内部验证，需独立外部验证后方可应用；参与者来自北京单一社区且样本量相对较小，事后Riley框架评估表明样本未满足所有保守样本量标准；PSQI为自我报告测量，未辅以体动记录仪或多导睡眠监测；PHQ-9第3项与PSQI概念重叠且无法进行排除该项的敏感性分析；习惯性打鼾、轮班工作状态、慢性疼痛、绝经状态及催眠药以外药物的详细使用信息不可用；腹型肥胖仅以腰围定义，未直接测量内脏脂肪或内分泌-代谢生物标志物。
研究结论：本研究开发并内部验证了一个整合心理和体适能指标以估计腹型肥胖社区中老年人群当前睡眠质量不良概率的列线图。七预测因子模型显示出中等区分能力和可接受的内部性能，且优于常规信息模型。在已具备这些测量的社区健康老龄化项目中，心理和躯体功能的综合信息可能有助于针对性的睡眠评估。在公共卫生实践应用前，需在独立且地理多样的人群中进行外部验证。
