老年冠心病患者衰弱风险诺谟图模型构建及风险分层研究

周雪莲，李晓波，朱丽群，曹松梅

衰弱是指老年人生理储备下降导致机体易损性增加、抗应激能力减退的非特异性状态，衰弱老年人经历外界较小刺激即可导致一系列临床负性事件的发生［1］。近年随着人口老龄化的加剧，老年冠心病患者逐年增多［2］。而老年冠心病患者常具有多病共存、日常生活活动能力（activity of daily living，ADL）较差、心功能较差等特征，这些特征与老年衰弱的发生密切相关［3］。研究报道，与普通老年人群相比，老年冠心病患者衰弱发生率更高［4-5］。衰弱还与老年冠心病患者临床不良事件的发生密切相关，对患者的生活质量有一定影响［6］。值得关注的是，尽早进行衰弱筛查并针对其危险因素及时给予相应处理可有效预防衰弱的发生甚至逆转衰弱状态［7］。有学者提出，可在老年冠心病患者衰弱影响因素研究的基础上建立老年冠心病患者衰弱预测模型，从而更好地预测衰弱并识别其危险因素，进而指导护理干预措施的制定［8］。但目前此类研究较少。诺谟图模型作为古老数学模型中的一种，因可直观地从图中根据预测变量的值得到发生临床不良事件的大致概率，目前已被广泛用于临床疾病的风险评估［9］。本研究通过分析老年冠心病患者衰弱的影响因素，建立预测老年冠心病患者衰弱风险的诺谟图模型并进一步对其进行风险分层，以期为医护人员便捷、精准地掌握老年冠心病患者衰弱发生风险，并分层制定个性化、合理化的护理干预计划提供依据。

1 对象与方法

1.1 研究对象 选取2019年10月—2020年8月于江苏大学附属医院心内科住院的老年冠心病患者808例为研究对象，按照1∶1的比例将其分为建模组（2019-10-01至2020-03-10纳入的404例患者）和验证组（2020-03-11至2020-08-31纳入的404例患者）。纳入标准：（1）年龄≥65岁；（2）符合冠心病的诊断标准［10］；（3）自愿参加本研究并签署知情同意书。排除标准：（1）拒绝进行衰弱筛查者；（2）无法进行交流或根据现有临床资料无法获得有效信息以判断是否存在衰弱者。采用Logistic自变量事件数（events per variable，EPV）法计算建模所需样本量［11］。本研究最终纳入模型的协变量个数为5，衰弱患病率为30.69%，EPV取10，故建模所需样本量为10×5÷30.69% ≈ 163。

1.2 研究方法

1.2.1 数据采集 通过回顾国内外有关老年冠心病患者衰弱危险因素的文献并结合心血管专家意见，自行设计患者资料调查表，主要内容包括：（1）一般资料：包括性别、年龄、是否独居、吸烟史（既往或目前吸烟半年及以上定义为有吸烟史）、饮酒史（既往或目前饮酒半年及以上定义为有饮酒史）、睡眠障碍发生情况、多重用药情况、合并症（糖尿病、高血压、肿瘤、肺部疾病、脑血管疾病）发生情况、自我感觉健康状况（分为良好、一般、较差）。（2）实验室检查指标：包括白细胞计数（参考范围：3.5×109/L～9.5×109/L）、中性粒细胞分数（参考范围：0.40～0.75）、单核细胞分数（参考范围：0.03～0.10）、C反应蛋白（参考范围：0～10 mg/L）、血红蛋白（参考范围：130～175 g/L）、血小板计数（参考范围：125×109/L～350×109/L）、白蛋白（参考范围：40～55 g/L）、血肌酐（参考范围：31.7～133.0 μmol/L）、D-二聚体（参考范围：＜0.55 mg/L）、国际标准化比值（参考范围：0.8～1.2）、纤维蛋白原（参考范围：2～4 g/L）、脑钠肽（参考范围：≤100 ng/L）、肌钙蛋白I（参考范围：≤1.0 mg/L）、纽约心脏病协会（New York Heart Association，NYHA）分级、左心室射血分数（参考范围：≥50%）、病变支数。（3）其他指标：包括冠心病特异性指数、ADL、营养状况、焦虑情况、抑郁情况。其中冠心病特异性指数采用冠心病特异性指数量表［12］进行评价，总分26分，≥4分表示冠心病病情高危。ADL采用Barthel指数（Barthel index，BI）评定量表［13］进行评价，分为无需依赖、轻度依赖、中度依赖、重度依赖。营养状况采用微型营养评估表（mini nutritional assessment，MNA）［14］进行评价，分为营养正常、存在营养不良风险、营养不良。焦虑情况采用中文版焦虑自评量表［15］进行评定，≥50分为存在焦虑。抑郁情况采用中文版抑郁自评量表［16］进行评定，≥53分为存在抑郁。课题组成员通过面对面调查或查阅医生及护士工作站的信息系统进行数据采集。

1.2.2 衰弱诊断标准 根据2012年国际老年营养学会定义的衰弱标准对患者进行衰弱诊断［17］。诊断标准包括5项内容：（1）疲乏：最近4周是否大部分时间感觉劳累；（2）耐力：独自一人在没有帮助的情况下，一口气不休息登上至少10级台阶是否有困难；（3）步行：独自一人在没有帮助的情况下，步行100 m是否有困难；（4）体质量：体质量与去年同期相比下降是否达到或超过5%；（5）疾病：是否患有5种以上疾病；满足1项内容计1分，1～2分为前衰弱，3分及以上为衰弱。根据衰弱情况，将建模组进一步分为衰弱亚组（124例）和非衰弱亚组（280例）。

1.3 观察指标 （1）比较建模组中衰弱亚组与非衰弱亚组一般资料、实验室检查指标、其他指标。（2）分析建模组老年冠心病患者衰弱的影响因素。（3）将多因素Logistic回归分析有统计学意义的变量纳入诺谟图模型，应用R软件绘制诺谟图，基于诺谟图，可获得对应于每个危险因素的分数，将所有危险因素的评分相加记为总分，对应于总分的预测概率即为该患者发生衰弱的预测概率。采用受试者工作特征（receiver operator characteristic，ROC）曲线验证诺谟图模型的预测效能。（4）根据诺谟图模型预测建模组老年冠心病患者前衰弱及衰弱的最佳截断值确定风险分层标准，将建模组和验证组分别进一步分为低风险亚组、中风险亚组、高风险亚组。记录并比较建模组、验证组中低风险亚组、中风险亚组、高风险亚组衰弱发生率。

1.4 统计学方法 采用SPSS 19.0软件进行统计分析。计数资料以相对数表示，组间比较采用χ2检验，单向有序资料比较采用趋势χ2检验。建模组老年冠心病患者衰弱的影响因素分析采用多因素Logistic回归分析。绘制诺谟图模型预测建模组（内部验证）、验证组（外部验证）老年冠心病患者衰弱的ROC曲线，计算曲线下面积（area under curve，AUC），确定最佳截断值，计算灵敏度、特异度。以P＜0.05为差异有统计学意义。

2 结果

2.1 建模组中衰弱亚组与非衰弱亚组一般资料、实验室检查指标、其他指标比较 建模组中衰弱亚组与非衰弱亚组女性占比和高血压、肿瘤发生率及单核细胞分数异常、血小板计数异常、肌钙蛋白I异常、三支病变者所占比例比较，差异无统计学意义（P＞0.05）；建模组中衰弱亚组与非衰弱亚组年龄、自我感觉健康状况、NYHA分级、ADL和独居、有吸烟史、有饮酒史、多重用药、白细胞计数异常、中性粒细胞分数异常、C反应蛋白异常、血红蛋白异常、白蛋白异常、血肌酐异常、D-二聚体异常、国际标准化比值异常、纤维蛋白原异常、脑钠肽异常、左心室射血分数异常、冠心病特异性指数≥4分、存在营养不良风险或营养不良、焦虑、抑郁者所占比例及睡眠障碍、糖尿病、肺部疾病、脑血管疾病发生率比较，差异有统计学意义（P＜0.05），见表1。

表1 建模组中衰弱亚组与非衰弱亚组一般资料、实验室检查指标、其他指标比较〔n（%）〕Table 1 Comparison of general data，laboratory examination indexes and other indexes between frail subgroup and non frail subgroup in model group

2.2 建模组老年冠心病患者衰弱影响因素的多因素Logistic回归分析 以建模组老年冠心病患者衰弱情况为因变量，单因素分析中有统计学差异的指标为自变量，赋值见表2，进行多因素Logistic回归分析，结果显示，年龄、NYHA分级、冠心病特异性指数≥4分、ADL、存在营养不良风险或营养不良是建模组老年冠心病患者衰弱的影响因素（P＜0.05），见表3。

表2 建模组老年冠心病患者衰弱影响因素的多因素Logistic回归分析赋值表Table 2 Evaluation table of multivariate Logistic regression analysis on influencing factors of frailty in elderly patients with coronary heart disease in model group

表3 建模组老年冠心病患者衰弱影响因素的多因素Logistic回归分析Table 3 Multivariate Logistic regression analysis on influencing factors of frailty in elderly patients with coronary heart disease in model group

2.3 老年冠心病患者衰弱风险诺谟图模型的建立及验证 老年冠心病患者衰弱风险诺谟图模型见图1。诺谟图模型预测建模组老年冠心病患者衰弱的AUC为0.991〔95%CI（0.976，0.998）〕，最佳截断值为181分，灵敏度为98.4%，特异度为92.5%，见图2；诺谟图模型预测验证组老年冠心病患者衰弱的AUC为0.981〔95%CI（0.962，0.992）〕，最佳截断值为104分，灵敏度为95.6%，特异度为94.4%，见图3。

图1 老年冠心病患者衰弱风险诺谟图模型Figure 1 Nomogram model for risk of frailty in elderly patients with coronary heart disease

图2 诺谟图模型预测建模组老年冠心病患者衰弱的ROC曲线Figure 2 ROC curve of nomogram model for predicting the frailty in elderly patients with coronary heart disease in model group

图3 诺谟图模型预测验证组老年冠心病患者衰弱的ROC曲线Figure 3 ROC curve of nomogram model for predicting the frailty in elderly patients with coronary heart disease in verification group

2.4 老年冠心病患者衰弱风险诺谟图模型的风险分层 诺谟图模型预测建模组老年冠心病患者前衰弱的AUC为0.892〔95%CI（0.858，0.921）〕，最佳截断值为43分，灵敏度为93.5%，特异度为97.1%，见图4。老年冠心病患者诺谟图模型的风险分层为：≤43分为低风险，44～181分为中风险，≥182分为高风险。建模组、验证组老年冠心病患者衰弱发生率均随衰弱风险的增加而增加，差异有统计学意义（P＜0.05），见表4。

图4 诺谟图模型预测建模组老年冠心病患者前衰弱的ROC曲线Figure 4 ROC curve of nomogram model for predicting the pre-frailty in elderly patients with coronary heart disease in model group

表4 建模组、验证组中低风险亚组、中风险亚组、高风险亚组衰弱发生率比较〔n（%）〕Table 4 Comparison of incidence of frailty among low risk subgroup，medium risk subgroup and high risk subgroup in model group and validation group

3 讨论

3.1 老年冠心病患者衰弱风险诺谟图模型具有科学性和实用性 本研究构建了老年冠心病患者衰弱风险诺谟图模型并进行了风险分层，结果显示，诺谟图模型预测建模组、验证组老年冠心病患者衰弱的AUC分别为0.991、0.981；老年冠心病患者衰弱风险诺谟图模型的风险分层为：≤43分为低风险，44～181分为中风险，≥182分为高风险，且建模组、验证组老年冠心病患者衰弱发生率均随衰弱风险的增加而增加，提示该模型预测效能良好且风险分层较合理。此诺谟图模型可帮助医护人员对患者的衰弱影响因素——年龄、NYHA分级、冠心病特异性指数、ADL、营养状况进行评估，并判断患者衰弱风险，有利于医护人员为患者进一步提供更加精准、个性化、有效的护理干预措施：当诺谟图模型总分为0～43分时，表明患者发生衰弱的风险较低，临床医护人员可视情况适当地对其危险因素进行干预并进行衰弱相关知识的宣教，重在预防衰弱风险进一步升高；当诺谟图模型总分为44～181分时，表明患者具有一定发生衰弱的风险，应当引起医护人员的重视，结合其衰弱危险因素积极地对患者进行干预，重在有效降低衰弱发生风险；当诺谟图模型总分≥182分时，表示患者发生衰弱的风险较高或极有可能已经发生衰弱，需要临床医护人员及时给予相应干预措施，重在最大限度地防止衰弱进一步恶化甚至逆转衰弱。

3.2 老年冠心病患者衰弱的影响因素分析

3.2.1 年龄较大的患者更易发生衰弱 EKERSTAD等［18］将老年冠心病患者按照年龄进行分组，结果显示，年龄越大组患者的衰弱发生率越高。本研究结果显示，年龄是建模组老年冠心病患者衰弱的影响因素，75～84岁的患者发生衰弱的风险是65～74岁患者的4.796倍，≥85岁的患者发生衰弱的风险是65～74岁患者的15.385倍。老年人群尤其是高龄人群由于各系统功能的下降，其抗应激能力减退，更易导致衰弱的发生［19］。故临床医护人员应重视老年冠心病患者尤其是高龄患者的衰弱筛查与管理，并尽早采取有效护理措施预防衰弱的发生。

3.2.2 心功能越差的患者衰弱风险越大 本研究结果显示，NYHA分级为Ⅱ级的患者发生衰弱的风险是心功能为Ⅰ级患者的42.615倍，NYHA分级为Ⅲ级或Ⅳ级的患者发生衰弱的风险是NYHA分级为Ⅰ级患者的121.905倍。心功能受损不仅会限制患者的活动，还会造成患者全身多器官受累，生理储备能力变得更弱，从而易导致衰弱的发生［20-21］。提示临床工作者应当重视冠心病患者尤其是存在心功能受损的患者的心脏康复训练。

3.2.3 冠心病特异性指数越高的患者衰弱风险越大 冠心病特异性指数是一种专门用于评估冠心病患者基础疾病严重程度的工具［12］。本研究结果显示，冠心病特异性指数≥4分的患者发生衰弱的风险是冠心病特异性指数＜4分患者的10.369倍。国内外众多研究亦表明，患有多种基础疾病的老年冠心病患者更易发生衰弱［22-23］。基础疾病较严重的老年冠心病患者病情常更加严重，卧床时间较长，更易导致肌肉力量的丢失及代谢异常，机体应激能力下降，进一步增加衰弱的发生风险［24］。提示医护人员应加强多学科团队的合作，重视对患者基础疾病的管理，积极治疗可逆性基础疾病，尽可能降低患者现有基础疾病对衰弱的影响。

3.2.4 ADL越差的患者衰弱风险越大 本研究结果显示，ADL是建模组老年冠心病患者衰弱的影响因素，ADL受损越严重的患者发生衰弱的风险越大。ADL受损常代表患者肌肉质量的下降，而肌肉质量的下降是衰弱的核心机制［25］。研究显示，运动干预可有效提升老年患者的肌肉质量，从而有效预防老年冠心病患者衰弱的发生甚至逆转其衰弱状态［26］。另外，老年冠心病患者不适当的高强度、高频率训练也会给健康带来不良影响［27］。因此，对伴有衰弱的老年冠心病患者进行运动干预时，医护人员应根据患者病情，为其制定更加科学、安全、有效的运动方案。

3.2.5 营养状况越差的患者衰弱风险越大 张宁等［28］研究发现，MNA评分越高，患者越容易发生衰弱。本研究亦采用MNA对患者的营养状况进行评估，结果显示，存在营养不良风险或营养不良的患者发生衰弱的风险是营养正常患者的6.841倍。相关研究证实，营养不良可使患者身体成分发生改变，如肌肉组织和脂肪组织减少等，从而导致患者出现体质量下降、疲乏、握力下降、步速减慢及低体力活动等，而这些特征与衰弱的发生密切相关［29-30］。故对于存在营养不良风险及营养不良的患者，护理人员应重视其饮食宣教，可根据已发布的衰弱相关指南，并结合患者自身情况指导患者适当增加蛋白质的摄入及微量元素的补充等。

综上所述，年龄、NYHA分级、冠心病特异性指数、ADL、营养状况是老年冠心病患者衰弱的影响因素；本研究基于以上因素建立的诺谟图模型的风险分层为：≤43分为低风险，44～181分为中风险，≥182分为高风险，可有效预测老年冠心病患者衰弱风险。这有助于医护人员及时抓捕患者衰弱风险层级及危险因素相关信息，为制定个性化、精准化护理干预计划提供依据。但本研究仅为单中心横断面临床观察性研究，今后可进行多中心研究，同时进一步扩大样本量，为早期识别老年冠心病患者的衰弱提供更多临床依据。此外，本研究并未对所建模型进一步进行临床应用，故今后可尝试将该模型用于临床对老年冠心病患者进行衰弱风险评估，基于模型制定患者的干预策略并进行临床实证研究。

作者贡献：周雪莲进行文章的构思与设计、可行性分析，撰写论文；周雪莲、朱丽群、曹松梅进行文献/资料收集、整理；周雪莲、李晓波、朱丽群、曹松梅进行论文的修订；周雪莲、李晓波进行英文的修订；李晓波负责文章的质量及审校，对文章整体负责、监督管理。

本文无利益冲突。