Relationship between eating habits and multiple chronic diseases in the elderly and construction of risk prediction model

CHEN Feng， SU Enhui， GUO Dandan， LYU Yangyang， HAN Shifan， ZHU Ruifang

Shanxi Bethune Hospital（Tongji Shanxi Hospital， Shanxi Academy of Medical Sciences）， Third Hospital of Shanxi Medical University， Shanxi 030032 China

Corresponding Author" ZHU Ruifang， E?mail： ruifang.zhu@sxmu.edu.cn; HAN Shifan， E?mail： shifan.han@sxmu.edu.cn

Abstract" Objective：To explore the relationship between eating habits and multiple chronic diseases in the elderly and the risk factors，and to build a prediction model according to the risk factors.Methods：484 elderly patients with chronic diseases admitted to our hospital from January 2020 to December 2023 were selected as the modeling group，including 363 patients with multiple chronic diseases（case group） and 121 patients with single chronic disease（control group）.Another 161 elderly patients with chronic diseases were selected as verification group.Obtain general information and eating habits of patients.The relationship between eating habits and multiple chronic diseases in the elderly was discussed by multivariate Logistic regression analysis，and the influencing factors were screened.According to the screened influencing factors，a Nomograph risk model was constructed，and the predictive effectiveness of the model was evaluated.Results：Eating too fast，eating too full，eating fried and pickled foods ≥4 d per week，being over 80 years old，having BMIgt;24.0 kg/m2 and having a family history were the influencing factors of multiple chronic diseases in the elderly（Plt;0.05），while consumption of fresh vegetables and fruits ≥4 d per week and consumption of fish ≥4 d per week were protective factors（Plt;0.05）.Based on the above influencing factors，the risk nomogram model was constructed.The internal verification results showed that the area under ROC curve was 0.873（95%CI 0.810?0.941），and the average absolute error between the actual value and the predicted value showed by the calibration curve was 0.025；The internal verification results show that the area under ROC curve was 0.912（95%CI 0.823?0.986），and the analysis of calibration curve showed that the average absolute error between the actual value and the predicted value was 0.022.Conclusion：Eating too fast，eating too full，eating fried and pickled food for ≥4 d per week，being over 80 years old，having BMIgt;24.0 kg/m2 and having a family history are the influencing factors of multiple chronic diseases in the elderly.The nomogram model based on this is helpful for the health management of such patients.

Keywords" the elderly； multiple chronic diseases； eating habits； influencing factors； Nomogram model

摘要" 目的：探討飲食習(xí)慣與老年多重慢性病的關(guān)系及風(fēng)險因素，并依據(jù)風(fēng)險因素構(gòu)建預(yù)測模型。方法：選取2020年1月—2023年12月我院收治的484例老年慢性病病人作為建模組，其中多重慢性病病人363例（病例組），單一慢性病病人121例（對照組），另選取同期收治的161例老年慢性病病人作為驗證組。收集病人的一般資料及飲食習(xí)慣，采用多因素Logistic回歸分析探討飲食習(xí)慣與老年多重慢性病的關(guān)系并篩選影響因素，根據(jù)篩選出的影響因素構(gòu)建列線圖風(fēng)險模型，并對該模型進行預(yù)測效果評價。結(jié)果：過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、年齡gt;80歲、體質(zhì)指數(shù)gt;24.0 kg/m2、有家族病史是老年多重慢性病的影響因素（Plt;0.05），每周食用新鮮蔬菜水果≥4 d、每周食用魚肉≥4 d是老年多重慢性病的保護因素（Plt;0.05）?；谝陨嫌绊懸蛩貥?gòu)建風(fēng)險列線圖模型，Bootstrap自舉法內(nèi)部驗證結(jié)果顯示，受試者工作特征（ROC）曲線下面積為0.873［95%CI（0.810，0.941）］，校準曲線顯示實際值與預(yù)測值間的平均絕對誤差為0.025；驗證組內(nèi)部驗證結(jié)果顯示，ROC曲線下面積為0.912［95%CI（0.823，0.986）］，校準曲線分析顯示實際值與預(yù)測值間的平均絕對誤差為0.022。結(jié)論：過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、年齡gt;80歲、體質(zhì)指數(shù)gt;24.0 kg/m2、有家族病史是老年多重慢性病的影響因素，基于此建立的列線圖模型有助于該類病人的健康管理。

關(guān)鍵詞" 老年人；多重慢性??；飲食習(xí)慣；影響因素；列線圖模型

doi：10.12102/j.issn.1009-6493.2024.15.008

在全球老齡化的趨勢下，慢性病防控形勢日益嚴峻，老年人多病共存成為全球公共衛(wèi)生問題之一[1]。隨著人口老齡化、社會發(fā)展和生活水平提升導(dǎo)致我國居民膳食模式轉(zhuǎn)變，膳食營養(yǎng)相關(guān)慢性病，如血脂異常、心腦血管疾病、糖尿病的發(fā)病率持續(xù)上升[2?3]。相關(guān)調(diào)查顯示，2018年底，我國慢性病病人總數(shù)約3億例，65歲及以上老年人慢性病患病率約為50%[4]。多重慢性病（即2種及以上慢性病共存現(xiàn)象）增加老年人殘障和死亡風(fēng)險，損害生理和心理健康，增加經(jīng)濟壓力，對老年人生活質(zhì)量造成嚴重影響，并給社會帶來負擔(dān)。應(yīng)對老年慢性病，實施有效措施，已成為我國緊迫任務(wù)。研究顯示，不良飲食習(xí)慣會提升患高血壓、糖尿病等疾病的風(fēng)險[5?6]。因此，飲食管理是高血壓等慢性病治療的關(guān)鍵部分，健康的飲食習(xí)慣對慢性病預(yù)防至關(guān)重要。目前，國內(nèi)對多重慢性病的研究還不夠充分，關(guān)于飲食習(xí)慣與慢性病的關(guān)系研究因地區(qū)和飲食習(xí)慣不同而缺乏一致性。此外，除飲食習(xí)慣外，老年多重慢性病的發(fā)生還與多種因素有關(guān)，但目前尚缺乏整合多種影響因素的老年多重慢性病風(fēng)險預(yù)測模型。鑒于此，本研究積極探索飲食習(xí)慣與老年多重慢性病的關(guān)系，建立風(fēng)險預(yù)測模型，旨在為老年多重慢性病病人的健康管理提供參考。

1" 對象與方法

1.1 研究對象

選取2020年1月—2023年12月我院收治的484例老年慢性病病人作為建模組。另選取同期收治的161例老年慢性病病人作為驗證組。老年多重慢性病病人納入標(biāo)準：1）年齡≥60歲；2）合并慢性病種類≥2種[7]，預(yù)計生存期超過3個月；3）具備正常的溝通、表達交流能力，能在協(xié)助下完成相關(guān)調(diào)查；4）對本研究內(nèi)容完全知曉，并簽字同意。排除標(biāo)準：1）合并認知障礙或精神疾??；2）存在嚴重語言、聽力障礙；3）病情較危重，需進搶救室搶救；4）同時參與其他臨床研究。

1.2 樣本量計算

按照觀察性研究估計總體率所需樣本量的計算公式確定樣本量：n=（Zα/2）2×p×（1-p）/δ2，其中置信區(qū)間1-α取95%置信區(qū)間，即α=0.05，對應(yīng)的Zα/2=1.96；p為總體率，由于缺少老年多重慢性病發(fā)生率的報道，根據(jù)數(shù)學(xué)運算法則，當(dāng)p越接近于0.5時，p×（1-p）越大，故p設(shè)為0.5；容許誤差δ一般取10%?？紤]可能存在20%的脫落率，樣本量應(yīng)為121例，實際納入484例，作為建模組，確定驗證組樣本量161例。

1.3 資料收集方法

通過文獻回顧和專家咨詢確定可能的影響因素，通過臨床病例回顧性調(diào)查收集資料，調(diào)查內(nèi)容包括性別、年齡、體質(zhì)指數(shù)（body mass index，BMI）、文化程度、居住地區(qū)、婚姻狀況、生活方式、家庭人均月收入、吸煙史、飲酒史、飲食習(xí)慣、是否健康運動、家族病史、衰弱（Fried衰弱表型量表評分≥3分[8]）。

1.4 統(tǒng)計學(xué)方法

采用SPSS 22.0軟件對數(shù)據(jù)進行分析。定性資料采用例數(shù)、百分比（%）表示，組間比較采用χ2檢驗；符合正態(tài)分布的定量資料采用均數(shù)±標(biāo)準差（x±s）表示，組間比較采用獨立樣本t檢驗。使用KNN法對缺失值進行多重填補。采用多因素Logistic回歸分析探討飲食習(xí)慣與老年多重慢性病的關(guān)系并篩選影響因素，通過R（Version 3.5.3）軟件和rms程序引入變量，建立列線圖模型。列線圖模型采用Bootstrap自舉法和驗證組進行內(nèi)部驗證，通過ROC曲線和校正曲線評估模型預(yù)測能力。以Plt;0.05為差異有統(tǒng)計學(xué)意義。

2" 結(jié)果

2.1 影響老年多重慢性病的單因素分析

根據(jù)老年人是否發(fā)生多重慢性病分為病例組363例，對照組121例。單因素分析結(jié)果顯示，過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、每周食用新鮮蔬菜水果≥4 d、每周食用魚肉≥4 d、年齡、BMI、家族病史及衰弱是老年多重慢性病的影響因素（Plt;0.05）。詳見表1。

2.2 老年多重慢性病的多因素Logistic回歸分析

將單因素分析中差異有統(tǒng)計學(xué)意義的因素（過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、每周食用新鮮蔬菜水果≥4 d、每周食用魚肉≥4 d、年齡、BMI、家族病史、衰弱）作為自變量，將老年多重慢性病作為因變量進行Logistic回歸分析，結(jié)果顯示，過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、年齡gt;80歲、BMIgt;24.0 kg/m2、有家族病史是老年多重慢性病的危險因素（Plt;0.05），每周食用新鮮蔬菜水果≥4 d、每周食用魚肉≥4 d是保護因素（Plt;0.05）。變量賦值詳見表2，Logistic回歸分析結(jié)果見表3。

2.3 老年多重慢性病風(fēng)險列線圖模型的建立

根據(jù)老年多重慢性病的影響因素構(gòu)建風(fēng)險列線圖模型，詳見圖1。各獨立因素的分值相加即為總分，總分對應(yīng)的發(fā)生風(fēng)險數(shù)軸讀數(shù)，即為老年多重慢性病發(fā)生風(fēng)險系數(shù)。

2.4 老年多重慢性病風(fēng)險列線圖模型的驗證

2.4.1 Bootstrap自舉法內(nèi)部驗證

采用Bootstrap自舉法對構(gòu)建的風(fēng)險列線圖模型進行內(nèi)部驗證，結(jié)果顯示，ROC曲線下面積為0.873[95%CI（0.810，0.941）]，校準曲線顯示實際值與預(yù)測值間的平均絕對誤差為0.025，表明該模型預(yù)測老年多重慢性病發(fā)生概率與實際發(fā)生概率具有較高一致性。詳見圖2、圖3。

2.4.2 對驗證組資料行內(nèi)部驗證

采用驗證組資料對構(gòu)建的風(fēng)險列線圖模型進行內(nèi)部驗證，結(jié)果顯示，ROC曲線下面積為0.912[95%CI（0.823，0.986）]，校準曲線顯示實際值與預(yù)測值間的平均絕對誤差為0.022，表明該模型預(yù)測老年多重慢性病發(fā)生概率與實際發(fā)生概率具有較高一致性，見圖4、圖5。

3" 討論

3.1 飲食習(xí)慣與老年多重慢性病的關(guān)系

本研究結(jié)果顯示，過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d是老年多重慢性病的危險因素，即進食速度快、進食過飽、每周食用油炸及腌制食品頻率過高等不良飲食習(xí)慣會增加老年人患多重慢性病的風(fēng)險。有研究顯示，進食速度過快與肥胖癥患病風(fēng)險升高存在相關(guān)性，快速進食可致血糖急升，引發(fā)胰島素過度分泌并促使細胞產(chǎn)生胰島素抵抗，降低胰島素敏感性，誘發(fā)暴飲暴食，進而促進肥胖[9]。而肥胖是多種慢性病的危險因素之一，肥胖者患高血壓、糖尿病和血脂異常的概率顯著超過正常體重者[10?11]。經(jīng)常飽食會導(dǎo)致消化系統(tǒng)超負荷運轉(zhuǎn)，誘發(fā)內(nèi)臟早衰和免疫功能減弱，同時導(dǎo)致脂肪在體內(nèi)積累，引發(fā)肥胖及相關(guān)疾病，如心血管疾病、高血壓、糖尿病、脂肪肝、動脈硬化和膽囊炎[12]?！饵S帝內(nèi)經(jīng)》中的“上古天真論”強調(diào)，“食飲有節(jié)”是健康長壽的關(guān)鍵，全書詳述五味過甚傷五臟，煙酒性烈，易耗生命元氣?，F(xiàn)代醫(yī)學(xué)研究表明，過量飲食可損害多個器官，引發(fā)180多種常見疑難病，根本解決之道在于節(jié)制飲食，適量進食[13]。腌制與油炸食品分別富含高鹽和高脂肪，前者與高血壓發(fā)病相關(guān)，后者高熱量易引起肥胖。研究顯示，油炸食品攝入與心臟病和腦卒中風(fēng)險增加有關(guān)，每周食用1～3次者風(fēng)險較偶爾食用者高7%，而每天食用者風(fēng)險增至14%[14]?？梢?，控制進食速度，適量進食，減少腌制和油炸食品的攝入，或許有利于控制體重，進而降低患糖尿病、高血壓等慢性病的患病風(fēng)險。本研究結(jié)果顯示，每周食用新鮮蔬菜水果≥4 d、每周食用魚肉≥4 d是老年多重慢性病的保護因素，即每周食用新鮮蔬菜水果和魚肉的頻率高會降低老年多重慢性病患病風(fēng)險。這是因為新鮮蔬菜水果富含膳食纖維和微量元素，膳食纖維有助于降血壓，其中可溶性膳食纖維與血壓下降關(guān)聯(lián)更為密切[15]。研究指出，紅肉攝入與血壓升高相關(guān)，每增加100 g紅肉日攝入量，高血壓風(fēng)險上升14%；加工肉類攝入同樣如此，每天多消費50 g加工肉類，風(fēng)險增加12%[16]。研究顯示，魚類富含不飽和脂肪酸，對血壓控制有益，適量魚肉蛋白攝入有助于高血壓的管理[17]。建議減少紅肉，增加魚類攝入，以降低高血壓風(fēng)險。綜上所述，飲食習(xí)慣是影響老年人多重慢性病風(fēng)險的重要因素之一。隨著年齡的增長，老年人的身體機能逐漸下降，對營養(yǎng)的需求也發(fā)生了變化。因此，護理人員在照顧老年人時，需要采取措施確保其獲得適當(dāng)?shù)臓I養(yǎng)和降低慢性病風(fēng)險。1）評估老年人的營養(yǎng)狀況：護理人員需要對老年人的營養(yǎng)狀況進行全面評估，包括體重、身高、飲食習(xí)慣、營養(yǎng)攝入等，以了解老年人營養(yǎng)需求；2）制定個性化的飲食計劃：根據(jù)老年人的營養(yǎng)評估結(jié)果，護理人員應(yīng)制定適合的個性化飲食計劃，確保其獲得足夠的蛋白質(zhì)、維生素和礦物質(zhì)，以及控制糖分、鹽分和脂肪的攝入量；3）提供營養(yǎng)豐富的食物：護理人員應(yīng)確保老年人獲得營養(yǎng)豐富的食物，包括新鮮的水果蔬菜、全谷物、低脂乳制品、瘦肉和魚類等；4）鼓勵健康的飲食習(xí)慣：護理人員應(yīng)教育老年人養(yǎng)成良好的飲食習(xí)慣，如定時定量進餐、避免過度飲食、不吃過于油膩和辛辣的食物等。

3.2 其他因素與老年多重慢性病的關(guān)系

本研究結(jié)果顯示，年齡gt;80歲、BMIgt;24.0 kg/m2、有家族病史是老年多重慢性病的危險因素。慢性病源于生命全程危險因素的累積，隨著年齡增長，器官老化、免疫功能下降，抵抗力降低，且年齡越大，接觸風(fēng)險因素時間越長[18]。因此，慢性病防治需遵循三級預(yù)防原則，重視早期干預(yù)。BMIgt;24.0 kg/m2表示肥胖，肥胖可引發(fā)身體負擔(dān)加重、內(nèi)分泌紊亂和代謝異常，增加高血壓、血脂異常和糖尿病等慢性病的風(fēng)險[19]。有家族病史的老年人患多重慢性病的風(fēng)險更大，這可能與遺傳因素、共同的生活方式和環(huán)境暴露有關(guān)。遺傳因素可以導(dǎo)致個體對某些疾病有更高的易感性，而家族成員之間的相似生活方式和飲食習(xí)慣可能促進這些疾病的發(fā)展[20]。隨著年齡的增長，這些因素的累積效應(yīng)可能導(dǎo)致老年人更易患多種慢性病。

3.3 老年多重慢性病風(fēng)險預(yù)測模型

列線圖是預(yù)測個性化事件風(fēng)險的關(guān)鍵工具，能整合Logistic回歸分析中的確認變量，通過不同長度的線段圖形化展示，提高預(yù)測結(jié)果的可讀性[21]。本研究根據(jù)上述危險因素構(gòu)建老年多重慢性病風(fēng)險預(yù)測模型，并且經(jīng)2種驗證發(fā)現(xiàn)，ROC曲線下面積分別為0.873，0.912，校準曲線顯示實際值與預(yù)測值間的平均絕對誤差分別為0.025，0.022，表明該模型預(yù)測老年多重慢性病發(fā)生概率與實際發(fā)生概率具有高度一致性，可實現(xiàn)預(yù)測老年多重慢性病患病風(fēng)險概率。

4" 小結(jié)

綜上所述，飲食習(xí)慣與老年多重慢性病關(guān)系密切，基于過快飲食、過飽飲食、每周食用油炸及腌制食品≥4 d、年齡gt;80歲、BMIgt;24.0 kg/m2、有家族病史等老年多重慢性病的危險因素構(gòu)建的列線圖模型區(qū)分度與一致性良好，對老年多重慢性病病人的健康管理有一定的臨床指導(dǎo)價值。但本研究未對不同地區(qū)的老年多重慢性病病人的飲食習(xí)慣加以區(qū)分，未來仍需多中心、大樣本的研究驗證不同地區(qū)飲食習(xí)慣差異對老年多重慢性病患病的影響。

參考文獻：

[1]" 馮佳，王潔，余丹，等.2010—2021年國內(nèi)外老年多重慢性病研究熱點分析[J].中國全科醫(yī)學(xué)，2023，26（21）：2574-2580.

FENG J，WANG J，YU D，et al.Analysis of research hotspots of multiple chronic conditions in the elderly in 2010-2021[J].Chinese General Practice，2023，26（21）：2574-2580.

[2]" 呂兄兄，陳莉，寧艷花，等.基于簡化食物頻率問卷的農(nóng)村老年人膳食炎癥指數(shù)分析[J].護理研究，2022，36（10）：1732-1737.

LYU X X，CHEN L，NING Y H，et al.Analysis of dietary inflammatory index in rural elderly based on Frequency Food Questionnaire 25[J].Chinese Nursing Research，2022，36（10）：1732-1737.

[3]" 李洋，黃素瓊，葉運莉，等.瀘州地區(qū)健康體檢人群高血壓的患病情況及影響因素[J].貴州醫(yī)科大學(xué)學(xué)報，2022，47（1）：51-57.

LI Y，HUANG S Q，YE Y L，et al.Prevalence of hypertension and its influencing factors in health check-up population in Luzhou area[J].Journal of Guizhou Medical University，2022，47（1）：51-57.

[4]" YAO S S，CAO G Y，HAN L，et al.Prevalence and patterns of multimorbidity in a nationally representative sample of older Chinese：results from the China health and retirement longitudinal study[J].The Journals of Gerontology Series A，Biological Sciences and Medical Sciences，2020，75（10）：1974-1980.

[5]" XIA J，YANG C，GE S，et al.Eating behavior and hypertension in Chinese[J].Asia Pacific Journal of Clinical Nutrition，2021，30（3）：504-511.

[6]" GONG K X，XIE L C，CAO Y D，et al.Joint association of dietary protein intake and eating habits with the risk of gestational diabetes mellitus：a case-control study[J].Nutrients，2023，15（20）：4332.

[7]" 董景五.疾病和有關(guān)健康問題的國際統(tǒng)計分類第十次修訂本（第2版）[M].北京：人民衛(wèi)生出版社，2008：1.

DONG J W.Tenth revision of the international unified classification of diseases and related health problems[M].Beijing：People's Health Publishing House，2008：1.

[8]" FRIEDL P，TANGENC M，WALSTON J，et al.Frailty in older adults.evidence for a phenotype[J].J GerontolA Biol Sci Med Sci，2001，56（3）：m146-156.

[9]" 吳楠，葉香芳，張文靜，等.進食速度與肥胖的相關(guān)性分析[J].中華內(nèi)分泌代謝雜志，2022，38（3）：186-189.

WU N，YE X F，ZHANG W J，et al.Eating speed and obesity：a correlation analysis of cross-sectional data[J].Chinese Journal of Endocrinology and Metabolism，2022，38（3）：186-189.

[10]" YOSHIDA Y，SHIBATA H.Fat mass：the most sensitive predictor of persistent hypertension in unilateral primary aldosteronism[J].Hypertension Research，2023，46（6）：1444-1446.

[11]" DIKAIOU P，BJ?RCK L，ADIELS M，et al.Obesity，overweight and risk for cardiovascular disease and mortality in young women[J].European Journal of Preventive Cardiology，2021，28（12）：1351-1359.

[12]" KARATZI K，MANIOS Y.The role of lifestyle，eating habits and social environment in the prevention and treatment of type 2 diabetes and hypertension[J].Nutrients，2021，13（5）：1460.

[13]" MANOOGIAN E N C，ZADOURIAN A，LO H C，et al.Feasibility of time-restricted eating and impacts on cardiometabolic health in 24-h shift workers：the Healthy Heroes randomized control trial[J].Cell Metabolism，2022，34（10）：1442-1456.

[14]" 張驥，周婕，余麗莎，等.貴州省成年人群膳食模式與心血管疾病發(fā)病關(guān)系的隊列研究[J].中華疾病控制雜志，2024，28（2）：161-170.

ZHANG J，ZHOU J，YU L S，et al.Dietary patterns and cardiovascular disease among adults in Guizhou Province：a cohort study[J].Chinese Journal of Disease Control amp; Prevention，2024，28（2）：161-170.

[15]" 劉彬，朱紅英，李文霞，等.膳食纖維攝入對原發(fā)性高血壓病人血壓控制的預(yù)測價值[J].實用臨床醫(yī)藥雜志，2024，28（3）：126-130.

LIU B，ZHU H Y，LI W X，et al.Value of dietary fiber intake in predicting blood pressure control of patients with essential hypertension[J].Journal of Clinical Medicine in Practice，2024，28（3）：126-130.

[16]" SCHWINGSHACKL L，SCHWEDHELM C，HOFFMANN G，et al.Food groups and risk of hypertension：a systematic review and dose-response meta-analysis of prospective studies[J].Advances in Nutrition，2017，8（6）：793-803.

[17]" SOLEHA U，QOMARUDDIN M B.Saltwater fish consumption pattern and incidence of hypertension in adults：a study on the population of Gresik coast，Indonesia[J].Journal of Public Health Research，2020，9（2）：1846.

[18]" BRIJOUX T，WOOPEN C，ZANK S.Multimorbidity in old age and its impact on life results[J].Zeitschrift Fur Gerontologie Und Geriatrie，2021，54（Suppl 2）：108-113.

[19]" KIM J，BAEK Y，JEONG K，et al.Association of dietary factors with grip strength，body fat，and prevalence of sarcopenic obesity in rural Korean elderly with cardiometabolic multimorbidity[J].Frontiers in Nutrition，2022，9：910481.

[20]" 王文秀，黃濤，李立明.基于“中國慢性病前瞻性研究”的遺傳資源建設(shè)與應(yīng)用[J].遺傳，2021，43（10）：972-979.

WANG W X，HUANG T，LI L M.Construction and application of human genetic resources in the China Kadoorie Biobank[J].Hereditas（Beijing），2021，43（10）：972-979.

[21]" ZHENG X，XUE B L，XIAO S J，et al.Development and validation of a multimorbidity risk prediction nomogram among Chinese middle-aged and older adults：a retrospective cohort study[J].BMJ Open，2023，13（11）：e077573.

（收稿日期：2024-07-02；修回日期：2024-07-17）

（本文編輯 曹妍）