编辑推荐：
随着人口老龄化加剧，衰弱相关问题备受关注。为在法国国家健康数据系统（SNDS）中识别衰弱，研究人员开发预测模型。经比较多种统计方法，发现 LASSO 逻辑回归效果最佳。模型可有效估计衰弱概率，为老龄化健康管理提供新工具。
在全球老龄化进程不断加快的当下，老年人的健康问题愈发凸显。根据世界卫生组织的预测，到 2050 年，全球每五个人中就有一人年龄超过 60 岁，总数将达 21 亿。生活质量在很大程度上依赖于身体的功能能力，而与年龄相关的残疾给个人、家庭和整个社会都带来了沉重负担。
衰弱（Frailty）是一种在老年人群中极为普遍的健康状况，它被定义为 “由于多个生理系统的储备和功能随年龄下降，导致个体应对日常或急性压力的能力受损，从而出现的临床可识别的脆弱状态”。在医学研究领域，评估衰弱主要有 Fried 衰弱表型和 Rockwood 等人提出的缺陷积累衰弱指数等方法，其中 Fried 衰弱表型应用较为广泛，它将衰弱定义为一种临床综合征，个体若满足非故意体重减轻、自我报告疲惫、虚弱、步行速度慢和身体活动水平低这五个标准中的至少三个，就被认定为衰弱。衰弱不仅是功能衰退的重要风险因素，还与跌倒、住院、死亡等不良后果密切相关，近年来的研究更表明，衰弱与严重功能残疾之间可能存在某种连续关系。正因如此，衰弱成为了老龄化研究的重点关注对象，对其进行深入研究，有助于预测未来与年龄相关的残疾负担，明确相关影响因素，并制定有效的预防措施。
过去十年间，大型医保索赔数据库和电子病历在描述和评估人群健康方面得到了越来越广泛的应用，比如用于慢性病监测。国际上多项研究利用这些数据开发了衰弱评估工具，部分工具经临床验证，具有良好的诊断准确性，已被应用于医疗决策。然而，由于不同数据库变量存在差异，将特定国家的算法应用到其他国家往往困难重重。法国的国家健康数据系统（Système National de Données de Santé，SNDS）虽可用于监测多种疾病，但因缺乏确定衰弱所需的医学评估信息，如步行速度、身体活动水平、实验室检测结果等，难以直接识别衰弱。在此背景下，为了在 SNDS 中准确识别衰弱，法国的研究人员开展了一项研究，旨在开发并验证一种新的预测模型，以估计 55 岁及以上人群的衰弱概率，相关研究成果发表在《Scientific Reports》上。
研究人员主要采用了以下关键技术方法：数据来源上，使用了法国健康、医疗和保险调查（Enquête Santé Protection Sociale，ESPS）2012 年的数据，并将其与 SNDS 数据相链接，ESPS 数据具有全国代表性；以 Fried 衰弱表型作为金标准评估衰弱；通过文献回顾和多学科小组评估，从 SNDS 中筛选出 49 个候选变量；运用逻辑回归（包括逐步回归和 LASSO 选择）、随机森林等统计方法构建预测模型，并使用 100 折交叉验证进行内部验证；利用 Cox 比例风险模型对模型预测 2 年、4 年和 6 年死亡率的能力进行纵向评估。
研究结果如下：
- 研究样本特征：研究开发人群（ESPS 2012）中，55 岁及以上参与者最初有 3659 人，排除因缺少衰弱数据或日常生活活动（Activities of Daily Living，ADL）测量值的 830 人后，最终样本为 2829 人。衰弱患病率为 12.0%（95% CI：10.8 - 13.2），且随年龄增长而增加，女性的衰弱患病率更高。
- 预测模型的开发：通过比较，LASSO 逻辑回归被确定为构建模型的最佳方法。分层分析后，针对 55 - 64 岁、65 - 74 岁和≥75 岁三个年龄组分别构建了模型。年轻组模型包含 13 个变量，表现为中等性能；65 - 74 岁组模型也包含 13 个变量，性能良好但阳性预测值（Positive Predictive Value，PPV）较低；≥75 岁组模型包含 22 个变量，判别能力良好。不同年龄组模型中，变量的权重有所不同，且都存在与性别的交互作用。
- 预测模型在 SNDS 中的应用：将年龄分层模型应用于 SNDS 2013 年数据，结果显示预测的衰弱患病率与 ESPS 中基于 Fried 表型的预期患病率相符，不过在老年男性中略有高估。
- 2 年、4 年和 6 年死亡率预测的纵向评估：年龄分层预测模型估计的衰弱与 Fried 衰弱表型在预测 6 年死亡率方面表现相似，在粗分析和调整分析中都显示出相似的关联和判别水平，预测 2 年和 4 年死亡率时也得出了相同结论。
- 个体层面的衰弱识别：基于 Youden 指数确定的模型阈值特异性和 PPV 较低，无法在个体层面准确判定衰弱状态。在≥75 岁年龄组进行补充分析发现，将衰弱概率阈值调整为≥0.4 时，PPV 从 59.9% 提高到 74.4%，特异性从 84.2% 提高到 94.2%。
在研究结论与讨论部分，研究人员开发的三个年龄分层预测模型，能够基于慢性病和医疗消费记录，可靠地估计 55 岁及以上人群的衰弱患病率，在预测 6 年死亡率方面也表现良好。尽管模型在某些方面存在局限性，如数据时效性、无法对模型进行内部验证、对老年男性衰弱患病率估计略有偏高、模型特异性在个体层面判定时较低等，但整体而言，这些模型为研究老龄化和慢性病对年轻及脆弱人群的早期影响提供了有价值的数据，在监测衰弱流行趋势、研究预后、医疗经济分析以及药理学和流行病学研究等方面具有重要意义。同时，研究人员也指出，未来可利用新的全国性研究数据更新算法，并且将本研究的模型与其他识别 ADL 依赖的算法相结合，有望进一步完善对老年人健康状态的评估 。
