摘要
目的：分析住院老年DM患者衰弱的危险因素，构建衰弱风险列线图模型将预测因子可视化并进行验证，为识别住院老年DM患者衰弱高风险人群提供早期评估筛查工具，为实施针对性的预防策略提供参考依据。 方法：1.本研究通过文献回顾，选取住院老年DM患者衰弱发生的风险因素。采用横断面研究，选取2022年12月～2023年8月长春市某三甲医院内分泌科室和老年病科室中符合纳排标准的360例老年DM患者作为研究对象，以模型构建7∶3的分配原则，按照入院的时间节点，将2022年12月～2023年5月符合标准的入院患者纳入建模组，共252例；2022年6月～8月符合标准的入院患者纳入验证组，共108例。 2.采用衰弱量表评估患者衰弱状况，以衰弱期作为阳性结局，使用一般资料调查表、微型营养评定法简版量表（MNA-SF）、中文版糖尿病痛苦量表（DDS）、中文版糖尿病自我管理行为量表（SDSCA）、Barthel指数评定量表、社会支持（SSRS）进行问卷调查并收取相关数据资料。 3.使用SPSS25.0和R 4.0.3进行数据分析。正态分布的连续变量、偏态分布的连续变量和分类变量分别以均值±标准差、中位数（IQR）和频率/百分比表示。基线资料的组间对比按照上述变量类型顺序分别采用独立t检验、Mann-Whitney U检验和卡方检验。自变量的筛选采用Lasso回归分析进行，将筛选的变量纳入二元Logistic回归构建模型方程，使用rms包绘制列线图。使用验证组数据进行模型外部验证，并通过绘制受试者操作特征曲线（ROC）、校准曲线与临床决策曲线（DCA）评估与验证模型。 结果：1.本研究共纳入住院老年DM患者360例，其中，建模组252例，88例发生衰弱，发生率为34.92%；验证组108例住院老年DM患者，27例发生衰弱，发生率为25.00%。两组共360例住院老年DM患者，衰弱者有115例，发生率为32.00%。 2.通过建模组数据的Lasso回归分析得到的变量共5个，将其进行二元Logistic回归分析，结果显示：年龄、社会支持、跌倒史、低血糖和多重用药为住院老年DM患者衰弱的预测因子。模型回归方程为Logit（Y）=-5.19+0.13×年龄-0.10×社会支持得分-0.52×（跌倒史=无）-0.99×（低血糖=无）-1.87×（多重用药=否），完成模型构建与列线图绘制。模型评价：建模组ROC分析显示，模型的AUC=0.90（95%CI：0.86～0.94），表明模型区分度高，同时H-L检验：x2=5.7807, P=0.123＞0.05，校准度较好，所构建模型的一致性比较好。建模组DCA曲线中，None和All两条线间的面积较大，模型阈值概率在0%-100%范围内，模型应用准确性和净获益较高。 3.使用验证组数据进行外部验证，AUC=0.89（95%CI：0.83～0.95），预测模型在建模组与验证组中的AUC都大于0.80，说明模型的区分度较高，预测性能好。验证组DCA曲线显示，在早期便使患者获益，阈值概率在0%-100%范围时，模型应用准确性较高，给临床工作带来的净获益较高。 结论：本研究发现年龄、社会支持、跌倒史（无）、低血糖（无）和多重用药（否）是住院老年DM患者衰弱的独立影响因素，构建适于住院老年DM患者衰弱的风险预测模型，通过验证该模型区分度较高，预测性能好，具有一定的临床应用价值。
NETL