程俊寧，劉金旭，莊一渝，勞月文

1.浙江中醫(yī)藥大學(xué)護(hù)理學(xué)院，浙江杭州 310053；2.浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院護(hù)理部，浙江杭州 310016

衰弱是指個(gè)體脆弱性增加及保持自我內(nèi)在平衡能力下降的臨床綜合征，其特征是多個(gè)系統(tǒng)的生理功能下降，從而導(dǎo)致機(jī)體對(duì)壓力源的敏感性增加[1-7]。衰弱會(huì)使老年人群面臨更高的不良后果的風(fēng)險(xiǎn)，包括跌倒、住院、殘疾和死亡等，嚴(yán)重影響其生活質(zhì)量，還會(huì)導(dǎo)致家庭負(fù)擔(dān)的加重和社會(huì)醫(yī)療費(fèi)用的增加[8,10]，但衰弱在一定程度上是可逆的，特別是在早期階段[1]。

因此，早期識(shí)別衰弱高危人群是優(yōu)化衰弱管理的重點(diǎn)。風(fēng)險(xiǎn)預(yù)測模型支持疾病風(fēng)險(xiǎn)的計(jì)算，可在不良事件發(fā)生之前識(shí)別高風(fēng)險(xiǎn)的個(gè)體，劃分不同的風(fēng)險(xiǎn)層次，進(jìn)而實(shí)現(xiàn)精準(zhǔn)預(yù)防，提高醫(yī)療的質(zhì)量和效率[11]。目前國內(nèi)外已有多項(xiàng)研究開發(fā)、驗(yàn)證社區(qū)老年衰弱預(yù)測模型，但文獻(xiàn)質(zhì)量不一。因此，本研究系統(tǒng)地分析、評(píng)價(jià)社區(qū)老年衰弱風(fēng)險(xiǎn)預(yù)測模型的研究，以期為公共衛(wèi)生從業(yè)者和衛(wèi)生保健人員選擇合適的風(fēng)險(xiǎn)預(yù)測模型預(yù)防患者發(fā)生衰弱提供參考。

1 資料與方法

1.1 文獻(xiàn)納入和排除標(biāo)準(zhǔn)

①納入標(biāo)準(zhǔn)：a.研究類型為隊(duì)列研究、病例-對(duì)照研究和橫斷面研究；b.研究對(duì)象為年齡≥60 周歲的社區(qū)老年人，其種族、國籍、病程不限；c.研究內(nèi)容為采用多變量設(shè)計(jì)的衰弱風(fēng)險(xiǎn)預(yù)測模型，但不包括預(yù)后和進(jìn)展模型。②排除標(biāo)準(zhǔn)：a.僅涉及衰弱危險(xiǎn)因素，未構(gòu)建衰弱風(fēng)險(xiǎn)模型的研究；b.會(huì)議摘要、綜述、述評(píng)或基于系統(tǒng)評(píng)價(jià)、Meta 分析建立模型的研究；c.沒有使用經(jīng)過信效度檢驗(yàn)的工具評(píng)估結(jié)局指標(biāo)；d.無法獲取全文或信息不完整；e.非中英文文獻(xiàn)。

1.2 搜索策略

計(jì)算機(jī)檢索PubMed、EMbase、Web of Science、The Cochrane Library、CBM、VIP、WanFang Data和CNKI 數(shù)據(jù)庫，搜索關(guān)于社區(qū)老年人衰弱風(fēng)險(xiǎn)預(yù)測模型的研究。檢索時(shí)限均為建庫至2022 年8 月20日。此外，追溯納入文獻(xiàn)的參考文獻(xiàn)，以補(bǔ)充獲取相關(guān)文獻(xiàn)。英文檢索詞包括：frailty、frailty syndrome、frail elderly、frailty index、asthenia、prediction model、prognostic model、risk stratification model、model、risk factor、predictor、aged、elderly、geriatrics、gerontology、communit、community dwelling、community-based participatory research、community participation、community involvement；中文檢索詞包括：衰弱、虛弱、衰弱綜合征、衰弱指數(shù)、預(yù)測模型、模型、危險(xiǎn)因素、預(yù)測因子、老年人、老人、老年、老年醫(yī)學(xué)、社區(qū)、社區(qū)醫(yī)學(xué)。

1.3 文獻(xiàn)篩選和資料提取

由2 名研究人員獨(dú)立篩選文獻(xiàn)、提取資料并交叉核對(duì)。如有分歧，則通過討論或與第三方協(xié)商解決。文獻(xiàn)篩選時(shí)首先閱讀文題，在排除明顯不相關(guān)的文獻(xiàn)后，進(jìn)一步閱讀摘要和全文以確定是否納入研究。確定納入文獻(xiàn)后，本研究基于預(yù)測模型研究系統(tǒng)評(píng)價(jià)的關(guān)鍵評(píng)估和數(shù)據(jù)提取清單（critical appraisal and data extraction for systematic reviews of prediction modelling studies，CHARMS）[12]，制訂了標(biāo)準(zhǔn)化表格用于數(shù)據(jù)提取。資料提取內(nèi)容包括第一作者、發(fā)表年份、研究地區(qū)、研究設(shè)計(jì)類型、研究對(duì)象、隨訪時(shí)間、預(yù)測結(jié)果、候選變量、樣本量、缺失數(shù)據(jù)、建立模型的方法、最終包含的預(yù)測因子、模型呈現(xiàn)形式、模型的性能和驗(yàn)證方法等。

1.4 偏倚風(fēng)險(xiǎn)和適用性評(píng)價(jià)

由2 名研究員獨(dú)立評(píng)價(jià)納入研究的偏倚風(fēng)險(xiǎn)和適用性，并交叉核對(duì)結(jié)果。偏倚風(fēng)險(xiǎn)和臨床適用性使用預(yù)測模型研究的偏倚風(fēng)險(xiǎn)評(píng)估工具（prediction model risk of bias assessment tool，PROBAST）[13]進(jìn)行評(píng)估。偏倚風(fēng)險(xiǎn)的評(píng)估涵蓋了4 個(gè)領(lǐng)域：研究對(duì)象、預(yù)測因子、結(jié)果和分析，適用性評(píng)估涵蓋3 個(gè)領(lǐng)域：研究對(duì)象、預(yù)測因子和結(jié)果。

2 結(jié)果

2.1 文獻(xiàn)篩選流程和結(jié)果

初篩共獲得相關(guān)文獻(xiàn)篇，經(jīng)逐層篩選，最終納入文獻(xiàn)10 篇[14-23]，包括8 篇[14-18,21-23]為模型的開發(fā)研究，2 篇[19-20]為模型開發(fā)及驗(yàn)證研究。文獻(xiàn)的篩選流程及結(jié)果見圖1。納入文獻(xiàn)的基本特征及預(yù)測結(jié)局見表1。

表1 納入研究的基本特征

圖1 文獻(xiàn)篩選流程及結(jié)果

2.2 納入模型的一般情況

共納入10 個(gè)社區(qū)老年人衰弱預(yù)測模型，其中7個(gè)[14-17,19,20,22]為英文研究，3 個(gè)[18,21,23]為中文研究。研究設(shè)計(jì)類型方面，7 個(gè)[14,16,18-21,23]研究為前瞻性隊(duì)列研究，3 個(gè)[15,17,22]為橫斷面研究。最早的模型[14]發(fā)表于2012 年，近3 年共發(fā)表5 個(gè)研究[19-23]。樣本總量為373～5076 例，結(jié)果事件數(shù)為49～1370 例。5個(gè)[15,17,18,20,23]研究采用衰弱表型量表（frailty phenotype，F(xiàn)P），2 個(gè)[16,21]研究采用衰弱量表，1 個(gè)[22]研究采用蒂爾堡衰弱指標(biāo)，1 個(gè)[14]研究采用日文版臨床衰弱水平量表，1 個(gè)[19]研究采用KY 檢查表。

2.3 模型構(gòu)建情況

10個(gè)模型研究中，候選因子數(shù)量為15～80個(gè)。2個(gè)[19-20]研究的結(jié)果事件數(shù)與協(xié)變量個(gè)數(shù)比（number of events per variable，EPV）超過20，1個(gè)[15]研究未報(bào)告協(xié)變量個(gè)數(shù)，6個(gè)[14,16-18,21,23]研究小于10，還有1個(gè)研究[22]介于10～20。10個(gè)研究中有8個(gè)[15-16,18-23]統(tǒng)計(jì)分析時(shí)納入了所有對(duì)象，其中僅1個(gè)研究[19]報(bào)告了缺失數(shù)據(jù)的樣本量及處理方式，1個(gè)研究[20]對(duì)缺失數(shù)據(jù)進(jìn)行了多重插補(bǔ)，但未報(bào)告缺失數(shù)據(jù)的數(shù)量，6項(xiàng)研究[15,16,18,21-23]未報(bào)告缺失數(shù)據(jù)。7個(gè)[14,16,18-22]研究采用了Logistic回歸分析，1個(gè)[15]研究未報(bào)告建模方法，1個(gè)[17]研究應(yīng)用了Logistic回歸模型與神經(jīng)網(wǎng)絡(luò)模型，1個(gè)[23]研究采用了Logistic回歸模型并與隨機(jī)森林、支持向量機(jī)、梯度提升算法4種方法進(jìn)行比較，見表2。

表2 納入模型的性能和預(yù)測因子

2.4 模型性能與結(jié)果

納入研究主要是通過受試者工作特征曲線下面積（area under the curve，AUC）及Hosmer-Lemeshow檢驗(yàn)（P>0.05）對(duì)模型性能進(jìn)行評(píng)價(jià)，10 個(gè)[14-23]研究均報(bào)道了模型的區(qū)分度（AUC 為0.695～0.940），除了Di Bari 等[15]的研究外，其他模型AUC 均>0.7，預(yù)測效能較好。4 個(gè)[18-21]研究對(duì)模型的校準(zhǔn)度進(jìn)行了評(píng)價(jià)，其中 3 個(gè)[18-19,21]模型均采用了 Hosmer-Lemeshow 檢驗(yàn)（H-L），1 個(gè)[20]研究應(yīng)用了校準(zhǔn)曲線評(píng)價(jià)模型的校準(zhǔn)度。2 個(gè)研究[19,20]進(jìn)行了模型的內(nèi)部驗(yàn)證，其中Abe 等[19]采用了5 折交叉驗(yàn)證的方法，得到的AUC 值與之前模型接近；Dong 等[20]應(yīng)用Bootstrap 方法，重復(fù)抽樣1000 次，得到的AUC 值與之前模型一致，2 個(gè)模型的可重復(fù)性較強(qiáng)。在外部驗(yàn)證方面，1 個(gè)[20]研究采用了隨機(jī)拆分驗(yàn)證，外部驗(yàn)證的模型表現(xiàn)出的較好的區(qū)分度（AUC=0.853），校準(zhǔn)曲線在原先模型和驗(yàn)證模型中顯示出良好的一致性。1 個(gè)[20]研究報(bào)道了臨床決策曲線（decision curve analysis，DCA），但文中未展示DCA。6 個(gè)[17-22]研究報(bào)告了模型的呈現(xiàn)方式，其中2 個(gè)[20,22]為列線圖，1個(gè)[19]為風(fēng)險(xiǎn)分層，3 個(gè)[17-18,21]為預(yù)測公式。

2.5 納入研究的偏倚風(fēng)險(xiǎn)與適用性評(píng)價(jià)

納入的10 個(gè)[14-23]預(yù)測模型中，研究對(duì)象偏倚風(fēng)險(xiǎn)均處于較低水平，且均對(duì)預(yù)測因子的測量方法進(jìn)行了詳細(xì)描述，偏倚風(fēng)險(xiǎn)較低。9 個(gè)[14-20,22,23]模型的結(jié)果部分偏倚風(fēng)險(xiǎn)較低。但在分析領(lǐng)域中，除了Dong等[20]的模型外，其余[14-19,21-23]模型均處于高偏倚風(fēng)險(xiǎn)，通常是因?yàn)闃颖玖康拇笮『腿笔?shù)據(jù)領(lǐng)域偏倚風(fēng)險(xiǎn)較高。大多模型的樣本量不足，用于開發(fā)模型的數(shù)據(jù)集中的EPV<10。4 個(gè)研究將連續(xù)型變量轉(zhuǎn)換為>2 個(gè)類別的變量，導(dǎo)致預(yù)測模型不夠準(zhǔn)確，偏倚風(fēng)險(xiǎn)較高。在缺失數(shù)據(jù)方面，9 個(gè)[14-18,20-23]研究均未對(duì)缺失數(shù)據(jù)的數(shù)量進(jìn)行報(bào)道，1 個(gè)[19]研究報(bào)道了缺失值，但并未遵循PROBAST 的建議對(duì)缺失值進(jìn)行多重插補(bǔ)，而是直接刪除，另外1 個(gè)[20]研究采用了多重插補(bǔ)，但未報(bào)告缺失數(shù)據(jù)的數(shù)量。此外，1 個(gè)[15]研究未報(bào)告變量篩選的統(tǒng)計(jì)方法，6 個(gè)[14-17,22-23]研究未對(duì)校準(zhǔn)度進(jìn)行評(píng)價(jià)，8 個(gè)[14-18,21-23]研究未采用內(nèi)部驗(yàn)證，9 個(gè)[14-19,21-23]研究未采用外部驗(yàn)證，這也是分析領(lǐng)域偏倚風(fēng)險(xiǎn)高的重要原因。在適用性上，所有模型的適用性均較高。從總體來看，9 個(gè)[14-19,21-23]研究均不符合PROBAST 標(biāo)準(zhǔn)，1 個(gè)[20]研究達(dá)到標(biāo)準(zhǔn)。

3 討論

近年來，關(guān)于社區(qū)衰弱預(yù)測模型逐漸增多，但研究質(zhì)量有待評(píng)估。本研究納入的10 個(gè)[14-23]研究中，除了Dong 等[20]的模型外，其余研究偏倚風(fēng)險(xiǎn)均偏高，主要原因在于分析領(lǐng)域，如樣本量較少、缺失數(shù)據(jù)的報(bào)告、對(duì)連續(xù)和分類變量的處理，以及缺乏內(nèi)部或外部驗(yàn)證等。

每個(gè)自變量的事件數(shù)（events per variable，EPV）是用結(jié)局變量中較少組的數(shù)量除以自變量的個(gè)數(shù)，即衰弱發(fā)生的人數(shù)除以自變量，而此變量并非是最終模型包含的預(yù)測變量的數(shù)值，而是預(yù)測模型構(gòu)建階段所考慮變量的總數(shù)，即候選變量[24]。除了1 個(gè)[15]研究未報(bào)告候選變量導(dǎo)致無法計(jì)算EPV外，只有2 個(gè)[19-20]研究EPV>20，其余6 個(gè)[14,16-18,21,23]研究均<10，1 個(gè)[22]研究介于10～20。EPV 的經(jīng)驗(yàn)準(zhǔn)則是至少為10，低于10 的研究可能存在過度擬合或擬合不足，導(dǎo)致偏倚風(fēng)險(xiǎn)增高，但Van 等[25]研究表明該閾值沒有科學(xué)依據(jù)，建議EPV 至少為20，從而避免模型的過度擬合，與PROBAST 條目類似，而對(duì)于采用機(jī)器學(xué)習(xí)技術(shù)開發(fā)的預(yù)測模型通常需要更多的EPV（>200）以最大程度減少過度擬合。劉金煒等[23]研究采用多個(gè)機(jī)器學(xué)習(xí)方法，但EPV 僅1.525，導(dǎo)致分析領(lǐng)域高偏倚風(fēng)險(xiǎn)。

許多研究[14-18,21-23]沒有描述缺失數(shù)據(jù)的信息，也沒有說明是否對(duì)缺失數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)處理。缺失數(shù)據(jù)會(huì)影響到數(shù)據(jù)分析的質(zhì)量和模型的準(zhǔn)確性，因而對(duì)缺失數(shù)據(jù)的預(yù)處理較為重要。本次納入的10個(gè)研究中，僅Dong 等[20]的研究對(duì)缺失數(shù)據(jù)進(jìn)行了多重插補(bǔ)。雖然Abe 等[19]研究完整地報(bào)告了缺失數(shù)據(jù)的數(shù)量及處理方式，但其采取方法是直接刪除缺失值，可能會(huì)影響預(yù)測變量與結(jié)局變量之間的關(guān)聯(lián)，導(dǎo)致構(gòu)建的模型性能存在偏差。在PROBAST的條目中，強(qiáng)調(diào)對(duì)于缺失數(shù)據(jù)不應(yīng)排除，應(yīng)進(jìn)行多重插補(bǔ)[13]。

納入的10 個(gè)模型中，除了Di Bari 等[15]未報(bào)告模型的構(gòu)建方法，其余均采用Logistic 回歸分析的方法。Closs 等[17]應(yīng)用NN 和Logistic 回歸分析兩種建模方法，并對(duì)比預(yù)測能力，發(fā)現(xiàn)區(qū)分度均>0.7，預(yù)測效能較好。NN 是指通過計(jì)算機(jī)模擬人的神經(jīng)元傳遞及處理信息的方式而構(gòu)建的一種數(shù)學(xué)模型，其建模的優(yōu)越性已在多個(gè)研究中得到證實(shí)[26-27]。劉金煒等[23]采用了Logistic 回歸分析、隨機(jī)森林、支持向量機(jī)、梯度提升算法4 種方法進(jìn)行建模，并比較四者之間的預(yù)測性能，結(jié)果顯示Logistic 回歸分析模型的預(yù)測能力最強(qiáng)，但文中未對(duì)其他3 種建模方式進(jìn)行詳細(xì)描述，預(yù)測能力僅局限于AUC 值比較，未比較模型校準(zhǔn)度、內(nèi)部外部驗(yàn)證之間的差異，尚不能判斷四者之間的優(yōu)劣。

預(yù)測模型的常用的評(píng)價(jià)指標(biāo)包括區(qū)分度和校準(zhǔn)度[28]。區(qū)分度可通過ROC 曲線計(jì)算AUC 或C 指數(shù)進(jìn)行評(píng)價(jià)，AUC 值越接近于1 說明模型區(qū)分度越好；校準(zhǔn)度常用的方法是Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)或校準(zhǔn)圖[29]。10 個(gè)[14-23]模型均報(bào)告AUC 值，除了1 個(gè)[15]研究為0.695，其余[14,16-23]均>0.7，說明多數(shù)模型均能較準(zhǔn)確地預(yù)測患者是否發(fā)生衰弱，但僅4 個(gè)研究對(duì)模型的校準(zhǔn)度進(jìn)行評(píng)價(jià)，6 個(gè)模型未評(píng)價(jià)，將難以判斷6 個(gè)模型預(yù)測的概率與現(xiàn)實(shí)概率之間的差異。10 個(gè)研究中僅2 個(gè)[19-20]模型進(jìn)行了內(nèi)部驗(yàn)證，僅Dong 等[20]的模型進(jìn)行了外部驗(yàn)證。建議學(xué)者在后期研究開發(fā)或驗(yàn)證預(yù)測模型時(shí)，參照模型的報(bào)告規(guī)范——個(gè)體預(yù)后或診斷的多變量預(yù)測模型透明報(bào)告[28]，同時(shí)參考PROBAST，盡可能減少模型的偏倚風(fēng)險(xiǎn)。

研究者盡可能展示出模型的公式，以便于其他地區(qū)或國家的研究人員利用公式對(duì)模型進(jìn)行外部驗(yàn)證、校準(zhǔn)模型和實(shí)際應(yīng)用。10 個(gè)[14-23]模型的候選變量15～80 個(gè)，預(yù)測因子5～13 個(gè)，出現(xiàn)頻率最高的是年齡，應(yīng)對(duì)社區(qū)中高齡患者給予高度關(guān)注，可考慮定期評(píng)估，其余因子差異較大，與許多研究選擇的候選變量相關(guān)。部分[17,23]研究僅關(guān)注身體測量指標(biāo)，限制了模型的泛用性，可能忽視部分處于衰弱高風(fēng)險(xiǎn)的老年人群。納入的10 個(gè)模型適用性均較強(qiáng)，較易在社區(qū)找到研究對(duì)象，在社區(qū)實(shí)踐中極易得到應(yīng)用，預(yù)測因子和結(jié)果也符合該系統(tǒng)評(píng)價(jià)的主題。

綜上所述，納入的10 個(gè)研究中大部分模型偏倚風(fēng)險(xiǎn)較高，分析領(lǐng)域存在較多問題。Dong 等[20]的研究是目前社區(qū)老年衰弱模型中在分析領(lǐng)域中最為完善的模型，樣本量適當(dāng)（EPV＞20）、報(bào)告了缺失數(shù)據(jù)的處理方式、模型的區(qū)分度、校準(zhǔn)度，采用了內(nèi)部外部驗(yàn)證，模型的預(yù)測能力較好。后續(xù)研究根據(jù)當(dāng)?shù)氐膶?shí)際情況，選擇適當(dāng)?shù)哪Ｐ瓦M(jìn)行衰弱風(fēng)險(xiǎn)的預(yù)測。