Construction of a risk prediction model of osteosarcopenia in the elderly in communities

LIU Keru1， HE Yaoyu1， WANG Yuhuan1， TAO Jing2， WANG Ruoxian1， WEI Shanshan1， HE Bin2*

1.Shihezi University School of Medicine， Xinjiang 832002 China；2.The Third Affiliated Hospital of Shihezi University School of Medicine

*Corresponding Author" HE Bin， E?mail： 13999736881@163.com

Abstract" Objective：To investigate the influencing factors of high risk population of osteosarcopenia in communities，and to establish a risk prediction model.Methods：From March to July 2023，a total of 1 051 elderly people from 20 communities in Shihezi city were selected by stratified random sampling method and divided into high risk groups of osteosarcopenia and high risk groups of non?osteosarcopenia.Univariate analysis and LASSO regression were used to preliminarily screen variables，and then the predictive variables were determined by Logistic regression analysis.The Nomogram prediction model was constructed and verified by R4.3.1 software.Results：The incidence of osteosarcopenia in 1 051 elderly patients was 21.9%.Age，sex，body mass index，comorbidities，history of fracture，type of health insurance，consumption of strong tea，coffee or carbonated beverages，daily sedentary time，activity of the elderly，nutritional status，social frailty and depression were the influencing factors for community groups at high risk of osteosarcopenia.The risk prediction model had a good fit，and the area under the receiver operating characteristic curve was 0.956，indicating a good differentiation.The average absolute error between the actual value and the predicted value of the calibration curve was 0.014，which has good accuracy.The results of decision curve showed good clinical effectiveness.Conclusions：The risk prediction model of osteosarcopenia in elderly people in communities is scientific and practical，and it can be used for the screening of community osteosarcopenia high?risk population.

Keywords" communities； the elderly； osteosarcopenia； Nomogram； predictive model

摘要" 目的：探討社區(qū)肌少?骨質(zhì)疏松癥高危人群的影響因素，并構(gòu)建風(fēng)險(xiǎn)預(yù)測模型。方法：2023年3月—7月，采用分層隨機(jī)抽樣的方法，抽取石河子市20個社區(qū)1 051名老年人為研究對象，將其分為肌少?骨質(zhì)疏松癥高危組和非肌少?骨質(zhì)疏松癥高危組。采用單因素分析和LASSO回歸初步篩選變量，再經(jīng)過Logistic回歸分析確定預(yù)測變量，使用R4.3.1軟件構(gòu)建列線圖預(yù)測模型并進(jìn)行驗(yàn)證。結(jié)果：1 051名老年人肌少?骨質(zhì)疏松癥檢出率為21.9%。年齡、性別、體質(zhì)指數(shù)、合并癥、骨折史、醫(yī)保類型、是否飲用濃茶/咖啡或碳酸飲料、每日久坐時(shí)長、老年人活動情況、營養(yǎng)狀況、社會衰弱及抑郁是社區(qū)肌少?骨質(zhì)疏松癥高危人群的影響因素。構(gòu)建的風(fēng)險(xiǎn)預(yù)測模型擬合度良好，受試者工作特征曲線下面積為0.956，區(qū)分度良好；校準(zhǔn)曲線實(shí)際值與預(yù)測值的平均絕對誤差為0.014，具有良好的準(zhǔn)確度；決策曲線結(jié)果顯示臨床有效性良好。結(jié)論：社區(qū)老年人肌少?骨質(zhì)疏松癥風(fēng)險(xiǎn)預(yù)測模型具有科學(xué)性與實(shí)用性，可用于社區(qū)肌少?骨質(zhì)疏松癥高危人群的篩查。

關(guān)鍵詞" 社區(qū)；老年人；肌少?骨質(zhì)疏松癥；列線圖；預(yù)測模型

doi：10.12102/j.issn.1009-6493.2024.24.002

肌少?骨質(zhì)疏松癥（osteosarcopenia，OS）是指骨量減少或骨質(zhì)疏松癥與肌少癥同時(shí)存在[1]，是一種以骨量低下、骨組織微結(jié)構(gòu)退化、肌量減少、肌力下降以及肌肉功能障礙為特征的老年退行性疾病[2]。隨著社會老齡化程度加深，肌少?骨質(zhì)疏松癥發(fā)病率也呈逐年上升趨勢[3]。肌少?骨質(zhì)疏松癥會增加跌倒和骨折的發(fā)生率，也會造成住院時(shí)間的延長和過早死亡，在影響老年人健康的同時(shí)也給家庭和社會帶來沉重負(fù)擔(dān)[4]。早期發(fā)現(xiàn)肌少?骨質(zhì)疏松癥的風(fēng)險(xiǎn)因素，及時(shí)進(jìn)行有針對性的護(hù)理干預(yù)，有利于促進(jìn)社區(qū)老年人肌肉骨骼健康，保障生活質(zhì)量。目前我國對于肌少?骨質(zhì)疏松癥的研究多集中于發(fā)病機(jī)制[5]，尚未檢索到社區(qū)老年人肌少?骨質(zhì)疏松癥風(fēng)險(xiǎn)預(yù)測模型的研究報(bào)道。因此，本研究將基于社區(qū)篩查結(jié)果，調(diào)查社區(qū)肌少?骨質(zhì)疏松癥高危人群的影響因素，構(gòu)建列線圖預(yù)測模型并進(jìn)行驗(yàn)證，為社區(qū)衛(wèi)生工作者識別社區(qū)肌少?骨質(zhì)疏松癥高危人群并開展有效防治工作提供科學(xué)依據(jù)。

1" 對象與方法

1.1 對象

2023年3月—7月，采用分層隨機(jī)抽樣的方法，根據(jù)新疆維吾爾自治區(qū)2022年城鎮(zhèn)居民人均可支配收入38 410元[6]，將石河子市社區(qū)劃分為高收入（月收入gt;3 000元/人）、中等及以下（月收入≤3 000元/人）兩層，采用隨機(jī)數(shù)字表法選取城區(qū)20個社區(qū)滿足納入與排除標(biāo)準(zhǔn)的老年人為研究對象進(jìn)行橫斷面調(diào)查。研究對象納入標(biāo)準(zhǔn)：1）年齡≥60歲；2）在本社區(qū)居住時(shí)間不少于6個月；3）對本研究知情同意且自愿配合調(diào)查者。排除標(biāo)準(zhǔn)：1）有嚴(yán)重的聽力、視力及語言障礙；2）患有嚴(yán)重的精神疾病不能配合調(diào)查者。根據(jù)現(xiàn)況調(diào)查樣本量估算公式[7]：N=tα2PQ/d2，檢驗(yàn)水準(zhǔn)α取0.05，統(tǒng)計(jì)量tα=1.96，P=0.21（根據(jù)肌少?骨質(zhì)疏松癥患病率Meta分析結(jié)果[3]，肌少?骨質(zhì)疏松癥全球患病率約為21%），Q=1-P，允許誤差d=0.15P，經(jīng)計(jì)算，本研究所需樣本量為659，考慮10%的樣本流失率，最終確定樣本量為724。本研究最終納入1 051名社區(qū)老年人。本研究經(jīng)石河子大學(xué)醫(yī)學(xué)院第三附屬醫(yī)院倫理委員會批準(zhǔn)（倫理編號：KJX2022?052?02）。

1.2 調(diào)查工具

1.2.1 一般人口學(xué)資料調(diào)查表

由研究者自行編制，包括研究對象的性別、年齡、民族、身高、體重、體質(zhì)指數(shù)（BMI）、握力、文化程度、月收入、居住情況、醫(yī)療保險(xiǎn)類型、慢性病患病情況等。

1.2.2 社區(qū)老年人肌少?骨質(zhì)疏松癥的評定方法

社區(qū)老年人同時(shí)滿足肌少癥及骨質(zhì)疏松癥的測量標(biāo)準(zhǔn)。1）肌少癥：根據(jù)亞洲肌少癥工作組（Asia Working Group for Sarcopenia，AWGS）[8]2019年的診斷標(biāo)準(zhǔn)，推薦在社區(qū)等基層醫(yī)療衛(wèi)生機(jī)構(gòu)使用改良版老年肌少癥篩查問卷（SARC?Cal F）[9]以及握力測量進(jìn)行肌少癥篩查，SARC?Cal F問卷得分≥11分并伴有握力測試陽性（男性lt;28 kg、女性lt;18 kg）可診斷為“可能肌少癥”。2）骨質(zhì)疏松癥：《肌少?骨質(zhì)疏松癥專家共識》[10]提出，腰椎或股骨任何一個部位骨密度T值≤-2.5或發(fā)生過脆性骨折可診斷為骨質(zhì)疏松癥；對于未接受過骨密度檢測的社區(qū)老年人，建議使用骨質(zhì)疏松風(fēng)險(xiǎn)1 min測試題（IOF 1 min）[11]和亞洲人骨質(zhì)疏松自我篩查工具（OSTA）[12]作為骨質(zhì)疏松癥風(fēng)險(xiǎn)評估的初篩工具，IOF 1 min測試陽性合并OSTA指數(shù)lt;-1可診斷為骨質(zhì)疏松癥高危人群。

1.2.3 年齡校正Charlson合并癥指數(shù)（age?adjusted Charlson Comorbidity Index，aCCI）

Charlson等[13]考慮到年齡對共病的影響，于1994年將原有的查爾森共病指數(shù)（Charlson Comorbidity Index，CCI）進(jìn)行改良，形成aCCI。該量表為量化多種合并癥信息、加權(quán)年齡評分后的綜合指標(biāo)，使用簡便，是目前使用最廣泛的共病指數(shù)量表。

1.2.4 微型營養(yǎng)評價(jià)法（Mini Nutritional Assessment，MNA）

MNA調(diào)查內(nèi)容包括人體測量、整體評定、膳食問卷和主觀評定4個方面，共18個測量項(xiàng)目，總分30分，MNA≥24分為營養(yǎng)狀態(tài)良好，lt;24分為營養(yǎng)狀態(tài)不良，該量表的Cronbach's α系數(shù)為0.906[14]。本研究中該量表的Cronbach's α系數(shù)為0.806。

1.2.5 老年人體力活動量表（Physical Activity Scale for the Elderly，PASE）

PASE于1993年由Washburn等[15]編制，將社區(qū)老年人的體力活動分為休閑性體力活動、家務(wù)活動以及職業(yè)性體力活動3類，由26個具體問題構(gòu)成，除坐式活動不計(jì)入總分外，其余活動按各自加權(quán)和活動量計(jì)分：每周活動天數(shù)×每天活動時(shí)間÷7×該項(xiàng)活動加權(quán)，各項(xiàng)活動得分相加得量表總分（0～400分），得分越高說明體力活動強(qiáng)度越大。本研究中該量表的重測信度為0.83。

1.2.6 社會衰弱篩查工具（Help，Participation，Loneliness，F(xiàn)inancial，Talk Scale，HALFT）

HALFT是一個簡單自我報(bào)告式的老年人社會衰弱篩查工具，包括5個條目，回答“是”計(jì)0分，“否”計(jì)1分，總分為 0～5分，0分為非社會衰弱，1～2分為社會衰弱前期，≥3分表示社會衰弱，該量表的Cronbach's α系數(shù)為0.725[16]。本研究中該量表的Cronbach's α系數(shù)為0.88。

1.2.7 簡版老年抑郁量表（Geriatric Depression Scale，GDS?15）

GDS?15量表共15個條目，總分0～15分，≤4分為正常，≥5分為有抑郁情緒，該量表的Cronbach's α系數(shù)為0.79[17]。本研究中該量表的Cronbach's α系數(shù)為0.80。

1.3 調(diào)查方法與質(zhì)量控制

采用現(xiàn)場問卷調(diào)查與身體測量相結(jié)合的方法。調(diào)查在社區(qū)衛(wèi)生服務(wù)管理人員協(xié)助及組織下，由培訓(xùn)合格的調(diào)查員對符合納入標(biāo)準(zhǔn)的老年人進(jìn)行一對一面對面調(diào)查。采用嘉樂牌紅外線身高測量儀和電子體重計(jì)（K1?D）測量研究對象的身高和體重，數(shù)值精確到0.1 cm和0.1 kg，并計(jì)算BMI；小腿圍測量由調(diào)查員使用無彈性卷尺沿髕骨下緣12 cm腓腸肌位置測量周徑，連續(xù)測量2次，取平均值；握力測量采用電子握力計(jì)（型號：EH101），測試時(shí)，受試者取站立位，兩腳并立，雙臂伸直自然下垂，利用優(yōu)勢手握住儀器把柄，反復(fù)測量3次，每次測量間隔25 s，取最大值作為統(tǒng)計(jì)分析指標(biāo)，數(shù)值精確到0.1 kg。每次調(diào)查結(jié)束后隨機(jī)抽查5%的問卷進(jìn)行復(fù)核，發(fā)現(xiàn)不符或缺失進(jìn)行追訪補(bǔ)齊。本研究共發(fā)放問卷1 080份，剔除不合格問卷后，最終獲得有效樣本1 051例，有效回收率為97.3%。

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0和R4.3.1軟件中的pROC、rms、rmda等程序包進(jìn)行統(tǒng)計(jì)分析。定量資料經(jīng)Shapiro?Wilk檢驗(yàn)均不符合正態(tài)分布，采用中位數(shù)（四分位數(shù)）[M（P25，P75）]表示，組間比較采用Wilcoxon秩和檢驗(yàn)。定性資料以人數(shù)、構(gòu)成比（%）表示，組間比較采用χ2檢驗(yàn)，由于本研究納入影響因素較多，為避免出現(xiàn)共線性及模型的過度擬合，首先采用LASSO回歸對社區(qū)老年人肌少?骨質(zhì)疏松癥的影響因素進(jìn)行初步篩選，再通過Logistic回歸對影響因素進(jìn)行分析。使用受試者工作特征曲線（ROC）下面積（AUC）、Calibration校準(zhǔn)曲線、Hosmer?Lemeshow檢驗(yàn)評估模型性能，采用決策曲線（DCA）評估模型的臨床凈收益[18]。檢驗(yàn)水準(zhǔn)α=0.05。

2" 結(jié)果

2.1 社區(qū)老年人肌少?骨質(zhì)疏松癥檢出率

1 051名老年人中，肌少?骨質(zhì)疏松癥檢出率為21.9%（230人）。根據(jù)篩查結(jié)果將社區(qū)老年人分為非肌少?骨質(zhì)疏松癥高危組和肌少?骨質(zhì)疏松癥高危組。單因素分析結(jié)果見表1。

2.2 社區(qū)老年人發(fā)生肌少?骨質(zhì)疏松癥的多因素分析

LASSO回歸結(jié)果顯示，納入模型的全部變量隨著最優(yōu)參數(shù)λ的變化被逐漸壓縮，將十折交叉驗(yàn)證法中最小值的1SE（λ=0.010）作為最優(yōu)值，最終篩選出12個非零系數(shù)的預(yù)測變量，包括年齡、性別、BMI、aCCI、骨折史、醫(yī)保類型、飲用濃茶/咖啡或碳酸飲料、每日久坐時(shí)長、PASE得分、營養(yǎng)狀況、社會衰弱及抑郁。以是否為肌少?骨質(zhì)疏松癥高危人群作為因變量（否=0，是=1），將LASSO回歸篩選出的12個預(yù)測變量作為自變量，自變量賦值如下：性別，男=1，女=2；骨折史，無=0，有=1；每日久坐時(shí)長≤4 h=0，gt;4 h=1；飲用濃茶/咖啡或碳酸飲料，否=0，是=1；營養(yǎng)狀況，營養(yǎng)狀態(tài)良好=1，營養(yǎng)狀態(tài)不良=2；社會衰弱，非社會衰弱=1，社會衰弱前期=2，社會衰弱=3；抑郁，正常=0，有抑郁癥狀=1；醫(yī)保類型，無=0，職工醫(yī)保=1，居民醫(yī)保=2，商業(yè)保險(xiǎn)=3，新農(nóng)合=4；年齡、BMI、aCCI、PASE得分以原值帶入。經(jīng)共線性檢驗(yàn)，各因素容忍度（TOL）均gt;0.1，方差膨脹因子（VIF）均lt;3，表明各因素之間不存在共線性。結(jié)果顯示，年齡、性別、BMI、aCCI、骨折史、醫(yī)保類型、是否飲用濃茶/咖啡或碳酸飲料、每日久坐時(shí)長、PASE得分、營養(yǎng)狀況、社會衰弱及抑郁是社區(qū)老年人肌少?骨質(zhì)疏松癥的影響因素（Plt;0.05），見表2。

2.3 社區(qū)老年人肌少?骨質(zhì)疏松癥患病風(fēng)險(xiǎn)列線圖模型的構(gòu)建和驗(yàn)證

通過R軟件rms程序包基于多因素回歸分析確定的12個預(yù)測變量建立并繪制社區(qū)老年人肌少?骨質(zhì)疏松癥患病風(fēng)險(xiǎn)列線圖，見圖1。模型的AUC為0.956（0.943，0.968），見圖2；Hosmer?Lemeshow檢驗(yàn)結(jié)果顯示Pgt;0.05，使用rms程序包繪制Calibration校準(zhǔn)曲線，校準(zhǔn)曲線實(shí)際值與預(yù)測值間的平均絕對誤差為0.014，理想曲線和校正曲線基本吻合，見圖3；使用rmda包繪制DCA曲線，結(jié)果顯示，模型曲線遠(yuǎn)離兩條極端無效線，表明臨床有效性良好，具有一定的應(yīng)用價(jià)值，見圖4。

3" 討論

3.1 社區(qū)老年人發(fā)生肌少?骨質(zhì)疏松癥的影響因素

3.1.1 個體生理因素

本研究結(jié)果顯示，年齡、性別和合并癥是社區(qū)老年人肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)的影響因素。有研究顯示，隨著年齡增長，人體內(nèi)的骨丟失和肌肉流失逐年加重，且肌肉與骨骼之間相互影響，導(dǎo)致肌肉骨骼系統(tǒng)進(jìn)行性退化[19]，促進(jìn)疾病發(fā)生發(fā)展，國內(nèi)Wang等[20]的研究也證實(shí)這一觀點(diǎn)。同時(shí)，年齡增長也會造成慢性低度炎癥的發(fā)生，并引發(fā)多種慢性疾病，某些炎癥因子（如白細(xì)胞介素?6、腫瘤壞死因子?α）的分泌引起肌力下降，同時(shí)也影響骨骼形態(tài)[21]。此外，本研究發(fā)現(xiàn)，女性肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)是男性的2.249倍。研究顯示，女性絕經(jīng)后，雌激素分泌不足加快骨質(zhì)流失，雌激素缺乏也影響蛋白質(zhì)合成，造成肌量下降[22]。因此，社區(qū)護(hù)士應(yīng)關(guān)注高齡、女性、多種慢性病人群的肌肉骨骼健康情況，及時(shí)采取干預(yù)措施，預(yù)防疾病發(fā)生發(fā)展。

3.1.2 飲食習(xí)慣

本研究發(fā)現(xiàn)，營養(yǎng)狀況、BMI、濃茶/咖啡或碳酸飲料的攝入是肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)的重要因素。研究表明，受到代謝功能下降、口腔健康狀況不佳等因素的影響，老年人對于蛋白質(zhì)等營養(yǎng)物質(zhì)的攝入不足，肌肉合成減少，一定程度上增加了營養(yǎng)不良的發(fā)生風(fēng)險(xiǎn)[23]。同時(shí)，肌肉也是人體組織的重要組成部分，與BMI較高人群相比，BMI較低人群肌少?骨質(zhì)疏松癥患病風(fēng)險(xiǎn)更高，Okamura等[24]的研究已經(jīng)證明這一觀點(diǎn)。飲用咖啡和濃茶可能會影響腸道對鈣劑的吸收，含糖飲料會加速細(xì)胞老化，影響肌力[25]。因此，社區(qū)應(yīng)定期邀請醫(yī)院專科醫(yī)生開展講座，指導(dǎo)老年人科學(xué)飲食。

3.1.3 運(yùn)動情況

本研究發(fā)現(xiàn)，久坐不動人群肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)是非久坐不動人群的1.960倍。老年人受到慢性病等因素的影響，活動意愿減弱，久坐時(shí)間變長，肌肉骨骼系統(tǒng)由于缺乏外界機(jī)械性刺激導(dǎo)致結(jié)構(gòu)和功能的進(jìn)一步退化，增加患病風(fēng)險(xiǎn)[26]。因此，社區(qū)護(hù)士應(yīng)鼓勵老年人進(jìn)行多元化身體活動，使其認(rèn)識到運(yùn)動對骨骼肌的積極作用；對于患有慢性病的老年人，可建議其與家庭簽約醫(yī)生共同制定個性化運(yùn)動方案，保障肌肉骨骼健康。

3.1.4 骨折史

本研究發(fā)現(xiàn)，既往有骨折的老年人肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)是無骨折人群的3.310倍?？赡艿脑蚴枪钦廴巳汗琴|(zhì)疏松的程度更加嚴(yán)重，且在骨折后由于長期制動，活動量下降，肌肉可能發(fā)生萎縮，進(jìn)一步損害肌肉骨骼健康[27]。因此，對于此類人群，社區(qū)護(hù)士應(yīng)監(jiān)督其持續(xù)服用抗骨質(zhì)疏松藥物，并指導(dǎo)其在制動過程中進(jìn)行安全有效的運(yùn)動鍛煉，防止跌倒發(fā)生，促進(jìn)其身體活動功能的恢復(fù)。

3.1.5 抑郁

本研究發(fā)現(xiàn)，有抑郁情緒的老年人發(fā)生肌少?骨質(zhì)疏松癥的風(fēng)險(xiǎn)是無抑郁情緒的1.666倍。已有研究表明，老年人久坐不動的生活方式、機(jī)體炎癥狀態(tài)、性激素水平下降等都會導(dǎo)致抑郁情緒[28]，說明抑郁的風(fēng)險(xiǎn)因子與肌少?骨質(zhì)疏松癥有一定的相關(guān)性，同時(shí)，抑郁也會影響老年人食欲，導(dǎo)致體重減輕，增加疾病發(fā)生風(fēng)險(xiǎn)。因此，社區(qū)護(hù)士在關(guān)注老年人生理健康的同時(shí)，也應(yīng)及時(shí)關(guān)注其心理健康狀況，對于異常人群及時(shí)給予心理疏導(dǎo)，促進(jìn)整體健康。

3.1.6 社會衰弱

本研究發(fā)現(xiàn)，處于社會衰弱前期和社會衰弱期的老年人肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)分別是非社會衰弱者的2.618倍和5.931倍。社會衰弱是指個體長時(shí)間處于缺乏一種或多種滿足基本社會需求的重要資源，造成社會行為、社會活動以及自我管理能力缺乏的狀態(tài)，社會衰弱除了損害老年人的身心健康，也增加殘疾、死亡等不良結(jié)果的發(fā)生風(fēng)險(xiǎn)[29]。既往研究表明，社會衰弱可能會導(dǎo)致肌無力，同時(shí)，社會衰弱人群也可能因不愿社交而減少外出，對活動功能產(chǎn)生負(fù)面影響[30]。因此，社區(qū)護(hù)士應(yīng)做好社會衰弱的早期篩查工作，幫助老年人建立良好的社交狀態(tài)，減少或延緩社會衰弱的發(fā)生。

3.1.7 醫(yī)保政策

本研究發(fā)現(xiàn)，居民醫(yī)保和職工醫(yī)保是社區(qū)老年人肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)的保護(hù)因素，這可能是因?yàn)榉锹毠?居民醫(yī)保人群的醫(yī)療費(fèi)用報(bào)銷比例較低，可能會影響其尋求醫(yī)療保健的行為，即使已經(jīng)產(chǎn)生不適癥狀，也不會主動就醫(yī)，造成疾病進(jìn)一步惡化[31]。因此，社區(qū)護(hù)士應(yīng)重點(diǎn)關(guān)注非職工/居民醫(yī)保老年人的肌肉骨骼健康狀況，告知其及時(shí)就醫(yī)的重要性，同時(shí)做好與上級醫(yī)院的“雙向轉(zhuǎn)診”工作。

3.2 社區(qū)老年人肌少?骨質(zhì)疏松癥風(fēng)險(xiǎn)預(yù)測模型具有科學(xué)性與實(shí)用性

本研究通過LASSO回歸和多因素Logistic回歸篩選出12個變量構(gòu)建社區(qū)老年人肌少?骨質(zhì)疏松癥風(fēng)險(xiǎn)預(yù)測模型，經(jīng)H?L檢驗(yàn)顯示模型擬合度較好，使用ROC曲線評估模型區(qū)分度，AUCgt;0.7說明模型可接受[32]，本研究中AUC為0.956，提示模型區(qū)分度良好，校準(zhǔn)曲線中預(yù)測值與實(shí)際值無明顯差異，模型校準(zhǔn)度良好。說明本次研究構(gòu)建的預(yù)測模型有助于社區(qū)護(hù)士根據(jù)各預(yù)測因素的不同狀態(tài)分析社區(qū)老年人肌少?骨質(zhì)疏松癥發(fā)生風(fēng)險(xiǎn)，實(shí)施有針對性的干預(yù)措施，預(yù)防肌少?骨質(zhì)疏松癥的發(fā)生發(fā)展，提高老年人生活質(zhì)量。

4" 小結(jié)

本研究基于年齡、性別、BMI、aCCI、骨折史、飲用濃茶/咖啡或碳酸飲料、久坐時(shí)長、老年人活動情況、營養(yǎng)狀況、社會衰弱、抑郁和醫(yī)保類型等12個預(yù)測因子構(gòu)建社區(qū)老年人肌少?骨質(zhì)疏松癥風(fēng)險(xiǎn)預(yù)測模型，經(jīng)驗(yàn)證，該模型預(yù)測能力較好，具有一定的實(shí)用性。但本研究僅調(diào)查了石河子市區(qū)的老年人，樣本代表性有限，今后可開展大樣本、多中心的研究進(jìn)一步驗(yàn)證該模型的預(yù)測能力。

參考文獻(xiàn)：

[1]" HIRSCHFELD H P，KINSELLA R，DUQUE G.Osteosarcopenia： where bone，muscle，and fat collide[J].Osteoporosis International，2017，28（10）：2781-2790.

[2]" 黎曉偉，鄧程遠(yuǎn)，周桂娟，等.肌少-骨質(zhì)疏松癥： 骨骼與肌肉的相互作用[J].中國組織工程研究，2022，26（11）：1752-1757.

LI X W，DENG C Y，ZHOU G J，et al.Osteosarcopenia：muscle-bone interactions[J].Chinese Journal of Tissue Engineering Research，2022，26（11）：1752-1757.

[3]" HUANG T J，LI C，CHEN F X，et al.Prevalence and risk factors of osteosarcopenia：a systematic review and meta-analysis[J].BMC Geriatrics，2023，23（1）：369.

[4]" INOUE T，MAEDA K，NAGANO A，et al.Related factors and clinical outcomes of osteosarcopenia：a narrative review[J].Nutrients，2021，13（2）：291.

[5]" 劉晏東，鄧強(qiáng)，彭冉東，等.代謝組學(xué)對肌骨衰減疾病的研究進(jìn)展[J].中國骨質(zhì)疏松雜志，2023，29（10）：1513-1518；1560.

LIU Y D，DENG Q，PENG R D，et al.Progress in metabolomics-based on the musculoskeletal attenuation diseases[J].Chinese Journal of Osteoporosis，2023，29（10）：1513-1518；1560.

[6]" 新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)局.新疆生產(chǎn)建設(shè)兵團(tuán)統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2022：1.

The Xinjiang Production and Construction Corps Statistics Bureau.Statistical yearbook of Xinjiang Production and Construction Corps[M].Beijing：China Statistics Press，2022：1.

[7]" 方積乾.衛(wèi)生統(tǒng)計(jì)學(xué)[M].7版.北京：人民衛(wèi)生出版社，2012：1.

FANG J Q.Health statistics[M].7th ed.Beijing：People's Medical Publishing House，2012：1.

[8]" CHEN L K，WOO J，ASSANTACHAI P，et al.Asian working group for sarcopenia： 2019 consensus update on sarcopenia diagnosis and treatment[J].Journal of the American Medical Directors Association，2020，21（3）：300-307.

[9]" BARBOSA-SILVA T G，MENEZES A M，BIELEMANN R M，et al.Enhancing SARC-F：improving sarcopenia screening in the clinical practice[J].Journal of the American Medical Directors Association，2016，17（12）：1136-1141.

[10]" 黃宏興，史曉林，李盛華，等.肌少-骨質(zhì)疏松癥專家共識[J].中國骨質(zhì)疏松雜志，2022，28（11）：1561-1570.

HUANG H X，SHI X L，LI S H，et al.Sarcopenia-osteoporosis expert consensus[J].Chinese Journal of Osteoporosis，2022，28（11）：1561-1570.

[11]nbsp; 林玲，尹仕偉，蔡波，等.國內(nèi)外骨質(zhì)疏松癥社區(qū)篩查工具述評[J].社區(qū)醫(yī)學(xué)雜志，2021，19（7）：458-462.

LIN L，YIN S W，CAI B，et al.Review of screening tools on osteoporosis in community at home and abroad[J].Journal of Community Medicine，2021，19（7）：458-462.

[12]" KOH L K，SEDRINE W B，TORRALBA T P，et al.A simple tool to identify Asian women at increased risk of osteoporosis[J].Osteoporosis International，2001，12（8）：699-705.

[13]" CHARLSON M，SZATROWSKI T P，PETERSON J，et al.Validation of a Combined Comorbidity Index[J].Journal of Clinical Epidemiology，1994，47（11）：1245-1251.

[14]" GUIGOZ Y，VELLAS B，GARRY P J.Assessing the nutritional status of the elderly：the Mini Nutritional Assessment as part of the geriatric evaluation[J].Nutrition Reviews，1996，54（1）：S59-S65.

[15]" WASHBURN R A，SMITH K W，JETTE A M，et al.The Physical Activity Scale for the Elderly（PASE）：development and evaluation[J].Journal of Clinical Epidemiology，1993，46（2）： 153-162.

[16]" MA L，SUN F，TANG Z.Social frailty is associated with physical functioning，cognition，and depression，and predicts mortality[J].The Journal of Nutrition，Health amp; Aging，2018，22（8）：989-995.

[17]" SHEIKH J，YESAVAGE J.Geriatric Depression Scale（GDS）： recent evidence and development of a shorter version[J].Clinical Gerontologist，1986，5：165-173.

[18]" 周支瑞，李博，張?zhí)灬?臨床預(yù)測模型構(gòu)建方法學(xué)[M].長沙：中南大學(xué)出版社，2021：1.

ZHOU Z R，LI B，ZHANG T S.Methodology of clinical prediction model construction[M].Changsha：Central South University Press，2021：1.

[19]" SALECH F，MARQUEZ C，LERA L，et al.Osteosarcopenia predicts falls，fractures，and mortality in Chilean community-dwelling older adults[J].Journal of the American Medical Directors Association，2021，22（4）：853-858.

[20]" WANG Y J，WANG Y，ZHAN J K，et al.Sarco-osteoporosis： prevalence and association with frailty in Chinese community-dwelling older adults[J].International Journal of Endocrinology，2015，2015：482940.

[21]" 楊楚華.老年住院患者血清炎癥細(xì)胞因子水平與活動障礙綜合征的相關(guān)性研究[D].南昌：南昌大學(xué)醫(yī)學(xué)部，2023.

YANG C H.The study focuses on investigating the correlation between seruminflammatory factors and sarco-osteopenia in elderly inpatients[D].Nanchang：Medical Science Center of Nanchang University，2023.

[22]" LIN Y H，SHIH Y T，TENG M M H.The impact of the \"osteo\" component of osteosarcopenia on fragility fractures in post-menopausal women[J].International Journal of Molecular Sciences，2021，22（10）：5256.

[23]" KAIPAINEN T，HARTIKAINEN S，TIIHONEN M，et al.Effect of individually tailored nutritional counselling on protein and energy intake among older people receiving home care at risk of or having malnutrition：a non-randomised intervention study[J].BMC Geriatrics，2022，22（1）：391.

[24]" OKAMURA H，ISHIKAWA K，KUDO Y，et al.Risk factors predicting osteosarcopenia in postmenopausal women with osteoporosis： a retrospective study[J].PLoS One，2020，15（8）： e0237454.

[25]" 中國營養(yǎng)學(xué)會骨營養(yǎng)與健康分會，中華醫(yī)學(xué)會骨質(zhì)疏松和骨礦鹽疾病分會.原發(fā)性骨質(zhì)疏松癥患者的營養(yǎng)和運(yùn)動管理專家共識[J].中華骨質(zhì)疏松和骨礦鹽疾病雜志，2020，13（5）：396-410.

Bone Nutrition and Health Branch of Chinese Nutrition Society，Osteoporosis and Bone Mineral Salt Disease Branch， Chinese Medical Association.Expert consensus on the nutrition and exercise management for patients with primary osteoporosis[J].Chinese Journal of Osteoporosis and Bone Mineral Research，2020，13（5）：396-410.

[26]" GROTE C，REINHARDT D，ZHANG M C，et al.Regulatory mechanisms and clinical manifestations of musculoskeletal aging[J].Journal of Orthopaedic Research，2019，37（7）：1475-1488.

[27]" SURIYAARACHCHI P，GOMEZ F，CURCIO C L，et al.High parathyroid hormone levels are associated with osteosarcopenia in older individuals with a history of falling[J].Maturitas，2018，113： 21-25.

[28]" PARK K S，LEE G Y，SEO Y M，et al.Disability，frailty and Depression in the community-dwelling older adults with Osteosarcopenia[J].BMC Geriatrics，2021，21（1）：69.

[29]" 黃錚，邵庭芳，梁冉，等.老年人社會衰弱的概念分析[J].中華護(hù)理教育，2023，20（6）：752-756.

HUANG Z，SHAO T F，LIANG R，et al.Social frailty in elderly：a conceptual analysis[J].Chinese Journal of Nursing Education，2023，20（6）：752-756.

[30]" INOUE T，MAEDA K，SATAKE S，et al.Osteosarcopenia，the co-existence of osteoporosis and sarcopenia，is associated with social frailty in older adults[J].Aging Clinical and Experimental Research，2022，34（3）：535-543.

[31]" 田懷谷，劉曉彩，汪文新，等.差異化醫(yī)保報(bào)銷政策對患者就醫(yī)行為引導(dǎo)作用研究[J].中國醫(yī)院，2022，26（6）：10-12.

TIAN H G，LIU X C，WANG W X，et al.Research on the guiding effect of differentiated reimbursement policy on patients' medical behavior[J].Chinese Hospitals，2022，26（6）：10-12.

[32]" 謝遠(yuǎn)喜，邱潔凈，唐雯楨，等.肝癌病人肝切除術(shù)后難治性胸腔積液風(fēng)險(xiǎn)預(yù)測模型的構(gòu)建[J].護(hù)理研究，2024，38（1）： 130-134.

XIE Y X，QIU J J，TANG W Z，et al.Establishment of risk prediction model for intractable pleural effusion in patients with hepatocellular carcinoma after hepatectomy[J].Chinese Nursing Research，2024，38（1）：130-134.

（收稿日期：2024-01-19；修回日期：2024-12-05）

（本文編輯 蘇琳）