目的:分析住院患者肌少症影响因素,构建适用于老年住院患者的肌少症风险预测模型,整合多维度指标为肌少症早期筛查与干预提供量化工具。方法:回顾性分析重庆医科大学附属第一医院2016年3月至2023年6月收集的2105例老年住院患者数据,基...目的:分析住院患者肌少症影响因素,构建适用于老年住院患者的肌少症风险预测模型,整合多维度指标为肌少症早期筛查与干预提供量化工具。方法:回顾性分析重庆医科大学附属第一医院2016年3月至2023年6月收集的2105例老年住院患者数据,基于最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)筛选变量,通过Logistic回归分析肌少症影响因素,构建预测模型并进行内外部验证。运用沙普利加和解释(Shapley additive explanations,SHAP)模型分析特征贡献,最终构建列线图模型对结果进行可视化解读。结果:2016年3月至2020年12月的1259例患者以7∶3比例随机拆分为882例训练集和377例内部测试集,2021年1月至2023年6月的846例患者作为外部验证集。训练集共检出肌少症489例(55.44%)。基于训练集的logistic回归结果显示,衰弱、日常生活活动(activity of daily living,ADL)依赖、营养不良、年龄增加为肌少症危险因素(OR>1,P<0.05);男性、体质指数(body mass index,BMI)正常或超重为肌少症保护因素(OR<1,P<0.05)。训练集、内部测试集和外部验证集AUC值及95%CI分别为0.876(0.854~0.899)、0.883(0.849~0.918)和0.750(0.717~0.783),模型性能良好。决策曲线分析显示列线图模型具有良好临床价值。结论:肌少症预测模型效能良好,具有较好临床推广价值。展开更多
目的:探讨声音识别功能在痴呆早期筛查中的应用价值。方法:本研究共纳入170例老年人,其中认知功能受损者55例(A组,n=55),认知功能正常者115例(B组,n=115)。通过简易智力状态检查(mini-mental state examination,MMSE)判断受试者是否存...目的:探讨声音识别功能在痴呆早期筛查中的应用价值。方法:本研究共纳入170例老年人,其中认知功能受损者55例(A组,n=55),认知功能正常者115例(B组,n=115)。通过简易智力状态检查(mini-mental state examination,MMSE)判断受试者是否存在认知功能受损,再通过设计的声音基本辨别和名人声音辨认2种题目,判断受试者是否存在声音识别功能减退,来分析声音识别功能和认知功能间的关系。结果:声音基本辨别题目正确数:A组低于B组,差异有统计学意义(P<0.001)。名人声音辨认题目正确数:A组低于B组,差异有统计学意义(P<0.001)。通过受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)分析,认知功能与声音基本辨别测试题的相关性为0.180(95%CI=0.108~0.253),认知功能与名人声音辨认测试题的相关性为AUROC=0.139(95%CI=0.079~0.199),差异均有统计学意义。声音识别功能测试用于初筛,在保障阴性预测值约90%的前提下,声音基本辨别测试题的分界值为10题(共12题),名人声音辨认测试题为7题(共12题)。结论:认知功能受损老年人和正常老年人,在声音基本辨别和名人声音辨认测试题的表现均具有明显统计学差异,提示声音识别测试可用于早期痴呆患者的筛查,延缓病情进展和减轻医疗负担。展开更多
文摘目的:分析住院患者肌少症影响因素,构建适用于老年住院患者的肌少症风险预测模型,整合多维度指标为肌少症早期筛查与干预提供量化工具。方法:回顾性分析重庆医科大学附属第一医院2016年3月至2023年6月收集的2105例老年住院患者数据,基于最小绝对收缩和选择算法(least absolute shrinkage and selection operator,LASSO)筛选变量,通过Logistic回归分析肌少症影响因素,构建预测模型并进行内外部验证。运用沙普利加和解释(Shapley additive explanations,SHAP)模型分析特征贡献,最终构建列线图模型对结果进行可视化解读。结果:2016年3月至2020年12月的1259例患者以7∶3比例随机拆分为882例训练集和377例内部测试集,2021年1月至2023年6月的846例患者作为外部验证集。训练集共检出肌少症489例(55.44%)。基于训练集的logistic回归结果显示,衰弱、日常生活活动(activity of daily living,ADL)依赖、营养不良、年龄增加为肌少症危险因素(OR>1,P<0.05);男性、体质指数(body mass index,BMI)正常或超重为肌少症保护因素(OR<1,P<0.05)。训练集、内部测试集和外部验证集AUC值及95%CI分别为0.876(0.854~0.899)、0.883(0.849~0.918)和0.750(0.717~0.783),模型性能良好。决策曲线分析显示列线图模型具有良好临床价值。结论:肌少症预测模型效能良好,具有较好临床推广价值。
文摘目的:探讨声音识别功能在痴呆早期筛查中的应用价值。方法:本研究共纳入170例老年人,其中认知功能受损者55例(A组,n=55),认知功能正常者115例(B组,n=115)。通过简易智力状态检查(mini-mental state examination,MMSE)判断受试者是否存在认知功能受损,再通过设计的声音基本辨别和名人声音辨认2种题目,判断受试者是否存在声音识别功能减退,来分析声音识别功能和认知功能间的关系。结果:声音基本辨别题目正确数:A组低于B组,差异有统计学意义(P<0.001)。名人声音辨认题目正确数:A组低于B组,差异有统计学意义(P<0.001)。通过受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)分析,认知功能与声音基本辨别测试题的相关性为0.180(95%CI=0.108~0.253),认知功能与名人声音辨认测试题的相关性为AUROC=0.139(95%CI=0.079~0.199),差异均有统计学意义。声音识别功能测试用于初筛,在保障阴性预测值约90%的前提下,声音基本辨别测试题的分界值为10题(共12题),名人声音辨认测试题为7题(共12题)。结论:认知功能受损老年人和正常老年人,在声音基本辨别和名人声音辨认测试题的表现均具有明显统计学差异,提示声音识别测试可用于早期痴呆患者的筛查,延缓病情进展和减轻医疗负担。
