关键词:
社区
老年人
肌少-骨质疏松症
列线图
预测模型
摘要:
目的:通过定量及定性研究,获取社区老年人肌少-骨质疏松症(Osteosarcopenia,OS)的检出率并分析其影响因素,在此基础上构建社区老年人肌少-骨质疏松症列线图预测模型,以期为社区卫生工作者识别社区OS高危人群并开展防治工作提供科学依据。
方法:(1)系统评价和Meta分析:系统性检索CNKI、CBM、Wan Fang Data、VIP、Pub Med、Embase、Web of Science和The Cochrane Library数据库中与肌少-骨质疏松症相关的文献,使用STATA14.0软件进行肌少-骨质疏松症患病率及影响因素Meta分析。(2)现场调研:采用分层随机抽样的方法,选取石河子市社区1051名老年人,获取社区老年人肌少-骨质疏松症检出率。使用LASSO回归对其影响因素进行初步筛选,进一步运用Logistic回归分析其影响因素。(3)构建模型:使用R软件构建社区老年人肌少-骨质疏松症列线图预测模型。(4)模型评价与验证:使用ROC曲线下面积、Calibration校准曲线、Hosmer-Lemeshow检验评价模型的预测性能,使用DCA决策曲线评估模型的临床净收益,使用十折交叉验证法进行模型内部验证。
结果:(1)系统评价和Meta分析结果显示:老年人肌少-骨质疏松症患病率约为19%[95%CI(0.19,0.20)];年龄、性别、BMI、衰弱、抑郁、残疾、既往骨折史、文化程度和营养状况是肌少-骨质疏松症的影响因素。(2)实证研究结果显示,社区老年人肌少-骨质疏松症检出率为21.9%(230人)。通过LASSO回归初步筛选出12个影响因素,Logistic回归分析显示,年龄(OR=1.098)、女性(OR=2.249)、BMI(OR=0.787)、合并症(OR=1.628)、骨折史(OR=3.310)、职工医保(OR=0.061)、居民医保(OR=0.025)、饮用浓茶咖啡或碳酸饮料(OR=3.443)、久坐(OR=1.960)、老年人活动情况(OR=0.983)、营养不良(OR=5.013)、社会衰弱(OR=5.931)及抑郁(OR=1.666)是社区老年人肌少-骨质疏松症的主要影响因素(P<0.05)。(3)基于Logistic回归分析得出的12个影响因素构建社区老年人肌少-骨质疏松症列线图预测模型。(4)模型评价结果显示,模型的ROC曲线下面积为0.956(95%CI:0.943~0.968),校准曲线实际值与预测值间的平均绝对误差为0.014,模型Hosmer-Lemeshow检验:X2=5.024(P=0.755>0.05),DCA曲线结果显示,模型曲线远离两条极端无效线,表明临床有效性良好。内部验证结果显示,模型的准确率为90.1%,Kappa值为0.699,ROC曲线下面积为0.942,稳定性较好。
结论:(1)系统评价和Meta分析表明:老年人肌少-骨质疏松症患病率为19%[95%CI(0.19,0.20)];年龄、性别、BMI、衰弱、抑郁、残疾、既往骨折史、营养不良和文化程度是肌少-骨质疏松症的主要影响因素。(2)实证研究表明,社区老年人肌少-骨质疏松症检出率较高,为21.9%,证实了系统评价关于年龄、性别、BMI、骨折史、营养状况及抑郁对肌少-骨质疏松症的影响外,合并症、医保类型、饮用浓茶咖啡或碳酸饮料、久坐、老年人活动情况以及社会衰弱也是社区老年人肌少-骨质疏松症的影响因素。(3)根据实证研究结果构建社区老年人肌少-骨质疏松症列线图预测模型,模型具有较好的预测能力和综合预测价值。在实践中可利用此模型估计社区老年人肌少-骨质疏松症的发生概率,筛查高风险人群,从而采取有针对性的干预措施,预防疾病发生发展。