中国老年人肌少症危险因素分析及预测模型构建
吴小娟1
王美平2
曾静波1
1.首都医科大学附属复兴医院内分泌科,北京 1000382.首都医科大学宣武医院重症医学科,北京 100053
摘要：目的 分析我国老年人肌少症的危险因素并构建预测模型,为老年人肌少症的预防提供依据.方法 获取中国健康与养老追踪调查(CHARLS)2015年随访数据,选择60岁以上老年人为研究对象,根据2019年亚洲肌少症工作组制定的标准判定肌少症.收集研究对象的人口学特征(年龄、性别、婚姻状况、受教育程度)、体格测量数据[血压、身高、体重、腰围、右手握力、5 m步行速度、5次椅子站立时间和身体质量指数(BMI)]、健康相关行为(吸烟、饮酒、睡眠时长)、健康状况[流调中心抑郁量表(CESD)评分、合并慢性病情况]、血清学检查指标[空腹血糖、尿素氮、肌酐(Cr)、C反应蛋白、总胆固醇、甘油三酯、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、尿酸、胱抑素C(Cys C)、糖化血红蛋白].采用LASSO回归分析筛选肌少症的预测因素,Logistic回归分析肌少症的独立影响因素,构建预测模型;采用校准曲线评估模型的准确性,受试者工作特征(ROC)曲线和决策曲线评估模型预测效能.结果 共纳入60岁以上老年人2 938名,肌少症患者447例(15.2%).CESD评分增高、有跌倒史是肌少症发病的危险因素,高Cr/Cys C、高BMI为保护因素.基于CESD评分、跌倒史、Cr/Cys C、BMI构建老年人肌少症预测模型,校正后的预测模型为-39.43+0.03×CESD评分+0.50×跌倒史-4.45×Cr/Cys C+4.73×BMI+1.35×(Cr/Cys C)2-0.13×BMI2.肌少症风险预测模型在训练集和验证集ROC曲线下面积分别为0.90、0.91,预测价值较好.Hosmer-Lemeshow检验P均>0.05,校准曲线拟合良好,校准度较高.决策曲线分析显示预测模型具有良好干预价值.结论 高CESD评分、跌倒史是老年人肌少症发病的危险因素,高Cr/Cys C、BMI为保护因素;基于CESD评分、跌倒史、Cr/Cys C和BMI构建的肌少症预测模型的预测效能较好,有助于筛选肌少症高危人群.
关键词：肌肉减少症老年人流调中心抑郁量表跌倒Cr/CysCBMI
分类号：R589.9(内分泌腺疾病及代谢病)
论文发表日期：2025-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-36,41 )
英文信息