编辑推荐：
为解决老年患者术后衰弱预测难题，研究人员开展 “Construction and validation of a risk prediction model for postoperative frailty in older adults:a multicenter study” 研究。利用多中心数据构建模型，结果显示模型有良好预测力，能识别高风险人群，为临床提供参考。
随着全球人口老龄化加剧，到 2050 年预计 13% 的人口将超过 65 岁，老年手术患者数量可能随之增加。术后衰弱严重影响老年患者术后康复和生存质量，它是一种老年综合征，表现为多个器官系统生理功能下降，难以应对内外源压力 。目前多数老年围手术期研究集中于术前衰弱，对术后衰弱预防的研究较少，且现有预测模型存在样本量小、验证简单等问题，可靠性和通用性受限。因此，为更精准预测老年患者术后衰弱风险，广州中医药大学等多家机构的研究人员开展了一项多中心研究 。该研究成果发表在《BMC Geriatrics》上，对提高老年患者术后生活质量和生存率具有重要意义。
研究人员从 7 家广州医院的 “老年人围手术期不良事件预警模型（EPAE）” 项目中收集数据，该项目是一项前瞻性、多中心、纵向研究。研究纳入了 2290 例年龄在 60 - 85 岁、计划进行择期手术、美国麻醉医师协会（ASA）分级为 I - III 级等符合条件的老年患者，排除了有严重认知障碍、手术取消等不符合条件的患者。所有参与者被随机分为训练集和测试集，比例为 7:3 。
研究采用多种测量方法。使用 5 项 FRAIL 量表评估身体衰弱，该量表在中国老年人群中有效，分数 0 - 5 分，≥3 分判定为衰弱，1 - 2 分为衰弱前期，0 分为非衰弱 。收集社会人口学变量，如年龄、性别、收入等；临床和身体变量，包括体重指数（BMI）、合并用药情况、共病指数等；心理和认知变量，用患者健康问卷 9 项（PHQ - 9）测量抑郁，用简短认知测试（Mini - cog）评估认知功能；手术相关变量，涵盖术前、术中和术后各阶段的信息 。数据由经过培训的护士通过病房面对面问卷调查收集，部分数据从电子病历提取，术后衰弱评估通过电话随访完成。
在统计分析方面，研究人员根据变量类型进行数据呈现，连续变量检验正态性后用均值 ± 标准差或中位数（四分位数间距）描述，分类变量以百分比表示。运用 LASSO 回归和逐步回归构建模型，通过 10 折交叉验证确定 LASSO 回归的最优 Lambda 值和关键变量，逐步回归采用向前 - 向后法筛选变量，利用赤池信息准则（AIC）确定最优模型。用受试者工作特征曲线下面积（AUC）、校准曲线和决策曲线分析（DCA）评估模型性能 。
研究结果显示，参与者平均年龄 69（±6）岁，男性占 39.3%，女性占 60.7%，衰弱发生率为 12.4%。与未发生衰弱的患者相比，发生衰弱的患者年龄更大、女性比例更高、收入更低、日常身体活动更少、久坐行为更多，认知功能和社会支持评分更差，手术级别更高、术中输血更多、术后血红蛋白水平更低，术后入住 ICU 比例更高 。通过比较 AUC，研究人员最终选择逐步回归模型作为最终模型，该模型包含 8 个独立影响因素：Mini - cog 评分、ADL、Hb、家庭月平均收入、是否有护理人员、久坐行为、ASA 分级和 ICU 入院 。方差膨胀因子（VIF）测试表明模型不存在共线性，拟合良好。用列线图呈现预测模型，可定量预测患者术后衰弱风险 。模型在训练集和验证集的 AUC 分别为 0.7431（95% 置信区间 0.7073 - 0.7788）和 0.7285（95% 置信区间 0.6671 - 0.7624），校准曲线显示预测概率与实际概率匹配良好，DCA 表明模型的净效益优于两种极端策略，具有较高预测准确性 。
该研究构建的预测模型具有重要意义。首先，它为临床医生提供了一种新的工具，能够及时识别术后衰弱高风险患者，便于早期干预，延缓或预防衰弱发生，改善老年患者术后生活质量，促进术后恢复 。其次，研究数据来自多个中心，样本量大且具有多样性，保证了模型在中国老年手术人群中的代表性和通用性 。最后，研究填补了术后衰弱研究领域的空白，为深入了解术后衰弱的发生发展机制提供了新视角 。然而，研究也存在局限性，如未进行外部验证，结果可能受种族、医疗实践和文化背景等因素影响，且研究未纳入 85 岁以上患者和较少心脏手术患者，模型对这些人群的适用性有待进一步研究 。未来研究可聚焦于详细评估术后衰弱轨迹和比较预测因素的变化 。
