基于多维心身功能指标构建社区老年人认知衰弱风险预测列线图模型及其应用价值

本研究针对社区老年人认知衰弱(CF)缺乏有效预测工具的问题，由上海研究人员通过多维功能评估开展风险预测模型构建研究。结果发现慢性病、营养不良(MNA-SF)、抑郁症状(GDS-15)、睡眠质量(PSQI)、移动能力(TUG)和平衡功能(单腿站立)是独立预测因子，构建的列线图模型具有良好区分度(C-index=0.761)和校准度，为社区早期筛查提供实用工具。

　　

一项针对社区居住老年人的横断面研究揭示了认知衰弱(Cognitive Frailty, CF)的新型预测模型。这种表现为躯体衰弱与轻度认知障碍共存的综合征，正成为老年人不良健康结局的重要风险标志。

研究人员在上海社区招募了481名平均年龄69.2±7.3岁的老年人（女性占60.3%），通过综合评估包括蒙特利尔认知评估(MoCA)、埃德蒙顿衰弱量表(EFS)、老年抑郁量表(GDS-15)、匹兹堡睡眠质量指数(PSQI)、微型营养评估简表(MNA-SF)，以及握力测试、计时起立-行走测试(TUG)和睁眼/闭眼单腿站立测试等体功能指标，构建了精准的预测工具。

研究发现CF患病率高达41.4%（199/481）。多因素分析识别出六大独立预测因子：慢性病状态(OR=2.587)、营养不良风险(OR=0.852)、抑郁症状(OR=1.062)、睡眠质量差(OR=1.245)、移动障碍（TUG时间：OR=1.100）以及平衡缺陷（闭眼单腿站立时间：OR=0.935）。基于这些指标开发的列线图模型展现出中等区分能力（C-index=0.761，95%CI=0.718–0.804）和优异的校准度（Hosmer-Lemeshow检验p=0.19）。经过500次 Bootstrap 内部验证，校正后的C-index保持0.761，证实模型稳健可靠。

该研究创新性地整合了易于获取的心身功能指标，为社区场景下的早期风险分层提供了实用工具。这种预测模型的应用将有助于指导个性化干预措施，从而延缓老龄化人群的认知与功能衰退进程。