超重或肥胖导致不良后果的预测模型：全国性队列验证

《BMC Endocrine Disorders》：Predictive models of adverse outcomes of overweight or obesity: a nationwide cohort validation

　　

摘要

背景

肥胖和超重会带来多种不良的临床后果。预测模型能够帮助临床医生识别出那些更容易出现与肥胖相关的并发症的肥胖及超重患者，从而实现针对肥胖治疗的个性化共同决策。此前，我们利用马萨诸塞州一家大型医疗机构的电子健康记录数据，构建了一套用于预测肥胖和超重相关不良临床后果的模型。不过，这些模型尚未在其他来源的数据上得到验证。

方法

我们利用一个全国性患者队列（Optum^? Market Clarity）的电子健康记录与理赔数据集，对12种用于预测体重过重引发的心脏代谢、肿瘤以及肌肉骨骼方面并发症的模型进行了验证。该队列包含2007年至2023年间年龄在18至80岁之间、身体质量指数≥25 kg/m²的成年人。

结果

随机选取的5%的验证数据集包含437,223名患者（其中51.9%为女性），他们的平均年龄为51.4岁，平均BMI值为31.9 kg/m²，平均随访时间为5.7年。大多数（11/12）模型达到了Harrell C指数≥0.70的标准。大多数（11/12）模型的5年或10年校准斜率在理想值1.0的0.3范围内；12个模型中有7个的5年或10年校准斜率与1.0没有显著差异；所有模型的截距都非常接近0。

结论

这套基于电子健康记录的、用于预测肥胖和超重相关不良后果的模型可应用于大规模的全国性患者群体。这些研究结果表明，这类预测模型在针对肥胖/超重患者的个体化治疗、人群管理以及质量提升等方面具有潜在的应用价值。

临床试验编号

不适用。