老年冠心病患者衰弱風險諾謨圖模型構建及風險分層研究

周雪蓮，李曉波，朱麗群，曹松梅

衰弱是指老年人生理儲備下降導致機體易損性增加、抗應激能力減退的非特異性狀態，衰弱老年人經歷外界較小刺激即可導致一系列臨床負性事件的發生［1］。近年隨著人口老齡化的加劇，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、日常生活活動能力（activity of daily living，ADL）較差、心功能較差等特征，這些特征與老年衰弱的發生密切相關［3］。研究報道，與普通老年人群相比，老年冠心病患者衰弱發生率更高［4-5］。衰弱還與老年冠心病患者臨床不良事件的發生密切相關，對患者的生活質量有一定影響［6］。值得關注的是，盡早進行衰弱篩查并針對其危險因素及時給予相應處理可有效預防衰弱的發生甚至逆轉衰弱狀態［7］。有學者提出，可在老年冠心病患者衰弱影響因素研究的基礎上建立老年冠心病患者衰弱預測模型，從而更好地預測衰弱并識別其危險因素，進而指導護理干預措施的制定［8］。但目前此類研究較少。諾謨圖模型作為古老數學模型中的一種，因可直觀地從圖中根據預測變量的值得到發生臨床不良事件的大致概率，目前已被廣泛用于臨床疾病的風險評估［9］。本研究通過分析老年冠心病患者衰弱的影響因素，建立預測老年冠心病患者衰弱風險的諾謨圖模型并進一步對其進行風險分層，以期為醫護人員便捷、精準地掌握老年冠心病患者衰弱發生風險，并分層制定個性化、合理化的護理干預計劃提供依據。

1 對象與方法

1.1 研究對象 選取2019年10月—2020年8月于江蘇大學附屬醫院心內科住院的老年冠心病患者808例為研究對象，按照1∶1的比例將其分為建模組（2019-10-01至2020-03-10納入的404例患者）和驗證組（2020-03-11至2020-08-31納入的404例患者）。納入標準：（1）年齡≥65歲；（2）符合冠心病的診斷標準［10］；（3）自愿參加本研究并簽署知情同意書。排除標準：（1）拒絕進行衰弱篩查者；（2）無法進行交流或根據現有臨床資料無法獲得有效信息以判斷是否存在衰弱者。采用Logistic自變量事件數（events per variable，EPV）法計算建模所需樣本量［11］。本研究最終納入模型的協變量個數為5，衰弱患病率為30.69%，EPV取10，故建模所需樣本量為10×5÷30.69% ≈ 163。

1.2 研究方法

1.2.1 數據采集 通過回顧國內外有關老年冠心病患者衰弱危險因素的文獻并結合心血管專家意見，自行設計患者資料調查表，主要內容包括：（1）一般資料：包括性別、年齡、是否獨居、吸煙史（既往或目前吸煙半年及以上定義為有吸煙史）、飲酒史（既往或目前飲酒半年及以上定義為有飲酒史）、睡眠障礙發生情況、多重用藥情況、合并癥（糖尿病、高血壓、腫瘤、肺部疾病、腦血管疾病）發生情況、自我感覺健康狀況（分為良好、一般、較差）。（2）實驗室檢查指標：包括白細胞計數（參考范圍：3.5×109/L～9.5×109/L）、中性粒細胞分數（參考范圍：0.40～0.75）、單核細胞分數（參考范圍：0.03～0.10）、C反應蛋白（參考范圍：0～10 mg/L）、血紅蛋白（參考范圍：130～175 g/L）、血小板計數（參考范圍：125×109/L～350×109/L）、白蛋白（參考范圍：40～55 g/L）、血肌酐（參考范圍：31.7～133.0 μmol/L）、D-二聚體（參考范圍：＜0.55 mg/L）、國際標準化比值（參考范圍：0.8～1.2）、纖維蛋白原（參考范圍：2～4 g/L）、腦鈉肽（參考范圍：≤100 ng/L）、肌鈣蛋白I（參考范圍：≤1.0 mg/L）、紐約心臟病協會（New York Heart Association，NYHA）分級、左心室射血分數（參考范圍：≥50%）、病變支數。（3）其他指標：包括冠心病特異性指數、ADL、營養狀況、焦慮情況、抑郁情況。其中冠心病特異性指數采用冠心病特異性指數量表［12］進行評價，總分26分，≥4分表示冠心病病情高危。ADL采用Barthel指數（Barthel index，BI）評定量表［13］進行評價，分為無需依賴、輕度依賴、中度依賴、重度依賴。營養狀況采用微型營養評估表（mini nutritional assessment，MNA）［14］進行評價，分為營養正常、存在營養不良風險、營養不良。焦慮情況采用中文版焦慮自評量表［15］進行評定，≥50分為存在焦慮。抑郁情況采用中文版抑郁自評量表［16］進行評定，≥53分為存在抑郁。課題組成員通過面對面調查或查閱醫生及護士工作站的信息系統進行數據采集。

1.2.2 衰弱診斷標準 根據2012年國際老年營養學會定義的衰弱標準對患者進行衰弱診斷［17］。診斷標準包括5項內容：（1）疲乏：最近4周是否大部分時間感覺勞累；（2）耐力：獨自一人在沒有幫助的情況下，一口氣不休息登上至少10級臺階是否有困難；（3）步行：獨自一人在沒有幫助的情況下，步行100 m是否有困難；（4）體質量：體質量與去年同期相比下降是否達到或超過5%；（5）疾病：是否患有5種以上疾病；滿足1項內容計1分，1～2分為前衰弱，3分及以上為衰弱。根據衰弱情況，將建模組進一步分為衰弱亞組（124例）和非衰弱亞組（280例）。

1.3 觀察指標 （1）比較建模組中衰弱亞組與非衰弱亞組一般資料、實驗室檢查指標、其他指標。（2）分析建模組老年冠心病患者衰弱的影響因素。（3）將多因素Logistic回歸分析有統計學意義的變量納入諾謨圖模型，應用R軟件繪制諾謨圖，基于諾謨圖，可獲得對應于每個危險因素的分數，將所有危險因素的評分相加記為總分，對應于總分的預測概率即為該患者發生衰弱的預測概率。采用受試者工作特征（receiver operator characteristic，ROC）曲線驗證諾謨圖模型的預測效能。（4）根據諾謨圖模型預測建模組老年冠心病患者前衰弱及衰弱的最佳截斷值確定風險分層標準，將建模組和驗證組分別進一步分為低風險亞組、中風險亞組、高風險亞組。記錄并比較建模組、驗證組中低風險亞組、中風險亞組、高風險亞組衰弱發生率。

1.4 統計學方法 采用SPSS 19.0軟件進行統計分析。計數資料以相對數表示，組間比較采用χ2檢驗，單向有序資料比較采用趨勢χ2檢驗。建模組老年冠心病患者衰弱的影響因素分析采用多因素Logistic回歸分析。繪制諾謨圖模型預測建模組（內部驗證）、驗證組（外部驗證）老年冠心病患者衰弱的ROC曲線，計算曲線下面積（area under curve，AUC），確定最佳截斷值，計算靈敏度、特異度。以P＜0.05為差異有統計學意義。

2 結果

2.1 建模組中衰弱亞組與非衰弱亞組一般資料、實驗室檢查指標、其他指標比較 建模組中衰弱亞組與非衰弱亞組女性占比和高血壓、腫瘤發生率及單核細胞分數異常、血小板計數異常、肌鈣蛋白I異常、三支病變者所占比例比較，差異無統計學意義（P＞0.05）；建模組中衰弱亞組與非衰弱亞組年齡、自我感覺健康狀況、NYHA分級、ADL和獨居、有吸煙史、有飲酒史、多重用藥、白細胞計數異常、中性粒細胞分數異常、C反應蛋白異常、血紅蛋白異常、白蛋白異常、血肌酐異常、D-二聚體異常、國際標準化比值異常、纖維蛋白原異常、腦鈉肽異常、左心室射血分數異常、冠心病特異性指數≥4分、存在營養不良風險或營養不良、焦慮、抑郁者所占比例及睡眠障礙、糖尿病、肺部疾病、腦血管疾病發生率比較，差異有統計學意義（P＜0.05），見表1。

表1 建模組中衰弱亞組與非衰弱亞組一般資料、實驗室檢查指標、其他指標比較〔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 建模組老年冠心病患者衰弱影響因素的多因素Logistic回歸分析 以建模組老年冠心病患者衰弱情況為因變量，單因素分析中有統計學差異的指標為自變量，賦值見表2，進行多因素Logistic回歸分析，結果顯示，年齡、NYHA分級、冠心病特異性指數≥4分、ADL、存在營養不良風險或營養不良是建模組老年冠心病患者衰弱的影響因素（P＜0.05），見表3。

表2 建模組老年冠心病患者衰弱影響因素的多因素Logistic回歸分析賦值表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 建模組老年冠心病患者衰弱影響因素的多因素Logistic回歸分析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風險諾謨圖模型的建立及驗證 老年冠心病患者衰弱風險諾謨圖模型見圖1。諾謨圖模型預測建模組老年冠心病患者衰弱的AUC為0.991〔95%CI（0.976，0.998）〕，最佳截斷值為181分，靈敏度為98.4%，特異度為92.5%，見圖2；諾謨圖模型預測驗證組老年冠心病患者衰弱的AUC為0.981〔95%CI（0.962，0.992）〕，最佳截斷值為104分，靈敏度為95.6%，特異度為94.4%，見圖3。

圖1 老年冠心病患者衰弱風險諾謨圖模型Figure 1 Nomogram model for risk of frailty in elderly patients with coronary heart disease

圖2 諾謨圖模型預測建模組老年冠心病患者衰弱的ROC曲線Figure 2 ROC curve of nomogram model for predicting the frailty in elderly patients with coronary heart disease in model group

圖3 諾謨圖模型預測驗證組老年冠心病患者衰弱的ROC曲線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風險諾謨圖模型的風險分層 諾謨圖模型預測建模組老年冠心病患者前衰弱的AUC為0.892〔95%CI（0.858，0.921）〕，最佳截斷值為43分，靈敏度為93.5%，特異度為97.1%，見圖4。老年冠心病患者諾謨圖模型的風險分層為：≤43分為低風險，44～181分為中風險，≥182分為高風險。建模組、驗證組老年冠心病患者衰弱發生率均隨衰弱風險的增加而增加，差異有統計學意義（P＜0.05），見表4。

圖4 諾謨圖模型預測建模組老年冠心病患者前衰弱的ROC曲線Figure 4 ROC curve of nomogram model for predicting the pre-frailty in elderly patients with coronary heart disease in model group

表4 建模組、驗證組中低風險亞組、中風險亞組、高風險亞組衰弱發生率比較〔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 討論

3.1 老年冠心病患者衰弱風險諾謨圖模型具有科學性和實用性 本研究構建了老年冠心病患者衰弱風險諾謨圖模型并進行了風險分層，結果顯示，諾謨圖模型預測建模組、驗證組老年冠心病患者衰弱的AUC分別為0.991、0.981；老年冠心病患者衰弱風險諾謨圖模型的風險分層為：≤43分為低風險，44～181分為中風險，≥182分為高風險，且建模組、驗證組老年冠心病患者衰弱發生率均隨衰弱風險的增加而增加，提示該模型預測效能良好且風險分層較合理。此諾謨圖模型可幫助醫護人員對患者的衰弱影響因素——年齡、NYHA分級、冠心病特異性指數、ADL、營養狀況進行評估，并判斷患者衰弱風險，有利于醫護人員為患者進一步提供更加精準、個性化、有效的護理干預措施：當諾謨圖模型總分為0～43分時，表明患者發生衰弱的風險較低，臨床醫護人員可視情況適當地對其危險因素進行干預并進行衰弱相關知識的宣教，重在預防衰弱風險進一步升高；當諾謨圖模型總分為44～181分時，表明患者具有一定發生衰弱的風險，應當引起醫護人員的重視，結合其衰弱危險因素積極地對患者進行干預，重在有效降低衰弱發生風險；當諾謨圖模型總分≥182分時，表示患者發生衰弱的風險較高或極有可能已經發生衰弱，需要臨床醫護人員及時給予相應干預措施，重在最大限度地防止衰弱進一步惡化甚至逆轉衰弱。

3.2 老年冠心病患者衰弱的影響因素分析

3.2.1 年齡較大的患者更易發生衰弱 EKERSTAD等［18］將老年冠心病患者按照年齡進行分組，結果顯示，年齡越大組患者的衰弱發生率越高。本研究結果顯示，年齡是建模組老年冠心病患者衰弱的影響因素，75～84歲的患者發生衰弱的風險是65～74歲患者的4.796倍，≥85歲的患者發生衰弱的風險是65～74歲患者的15.385倍。老年人群尤其是高齡人群由于各系統功能的下降，其抗應激能力減退，更易導致衰弱的發生［19］。故臨床醫護人員應重視老年冠心病患者尤其是高齡患者的衰弱篩查與管理，并盡早采取有效護理措施預防衰弱的發生。

3.2.2 心功能越差的患者衰弱風險越大 本研究結果顯示，NYHA分級為Ⅱ級的患者發生衰弱的風險是心功能為Ⅰ級患者的42.615倍，NYHA分級為Ⅲ級或Ⅳ級的患者發生衰弱的風險是NYHA分級為Ⅰ級患者的121.905倍。心功能受損不僅會限制患者的活動，還會造成患者全身多器官受累，生理儲備能力變得更弱，從而易導致衰弱的發生［20-21］。提示臨床工作者應當重視冠心病患者尤其是存在心功能受損的患者的心臟康復訓練。

3.2.3 冠心病特異性指數越高的患者衰弱風險越大 冠心病特異性指數是一種專門用于評估冠心病患者基礎疾病嚴重程度的工具［12］。本研究結果顯示，冠心病特異性指數≥4分的患者發生衰弱的風險是冠心病特異性指數＜4分患者的10.369倍。國內外眾多研究亦表明，患有多種基礎疾病的老年冠心病患者更易發生衰弱［22-23］。基礎疾病較嚴重的老年冠心病患者病情常更加嚴重，臥床時間較長，更易導致肌肉力量的丟失及代謝異常，機體應激能力下降，進一步增加衰弱的發生風險［24］。提示醫護人員應加強多學科團隊的合作，重視對患者基礎疾病的管理，積極治療可逆性基礎疾病，盡可能降低患者現有基礎疾病對衰弱的影響。

3.2.4 ADL越差的患者衰弱風險越大 本研究結果顯示，ADL是建模組老年冠心病患者衰弱的影響因素，ADL受損越嚴重的患者發生衰弱的風險越大。ADL受損常代表患者肌肉質量的下降，而肌肉質量的下降是衰弱的核心機制［25］。研究顯示，運動干預可有效提升老年患者的肌肉質量，從而有效預防老年冠心病患者衰弱的發生甚至逆轉其衰弱狀態［26］。另外，老年冠心病患者不適當的高強度、高頻率訓練也會給健康帶來不良影響［27］。因此，對伴有衰弱的老年冠心病患者進行運動干預時，醫護人員應根據患者病情，為其制定更加科學、安全、有效的運動方案。

3.2.5 營養狀況越差的患者衰弱風險越大 張寧等［28］研究發現，MNA評分越高，患者越容易發生衰弱。本研究亦采用MNA對患者的營養狀況進行評估，結果顯示，存在營養不良風險或營養不良的患者發生衰弱的風險是營養正常患者的6.841倍。相關研究證實，營養不良可使患者身體成分發生改變，如肌肉組織和脂肪組織減少等，從而導致患者出現體質量下降、疲乏、握力下降、步速減慢及低體力活動等，而這些特征與衰弱的發生密切相關［29-30］。故對于存在營養不良風險及營養不良的患者，護理人員應重視其飲食宣教，可根據已發布的衰弱相關指南，并結合患者自身情況指導患者適當增加蛋白質的攝入及微量元素的補充等。

綜上所述，年齡、NYHA分級、冠心病特異性指數、ADL、營養狀況是老年冠心病患者衰弱的影響因素；本研究基于以上因素建立的諾謨圖模型的風險分層為：≤43分為低風險，44～181分為中風險，≥182分為高風險，可有效預測老年冠心病患者衰弱風險。這有助于醫護人員及時抓捕患者衰弱風險層級及危險因素相關信息，為制定個性化、精準化護理干預計劃提供依據。但本研究僅為單中心橫斷面臨床觀察性研究，今后可進行多中心研究，同時進一步擴大樣本量，為早期識別老年冠心病患者的衰弱提供更多臨床依據。此外，本研究并未對所建模型進一步進行臨床應用，故今后可嘗試將該模型用于臨床對老年冠心病患者進行衰弱風險評估，基于模型制定患者的干預策略并進行臨床實證研究。

作者貢獻：周雪蓮進行文章的構思與設計、可行性分析，撰寫論文；周雪蓮、朱麗群、曹松梅進行文獻/資料收集、整理；周雪蓮、李曉波、朱麗群、曹松梅進行論文的修訂；周雪蓮、李曉波進行英文的修訂；李曉波負責文章的質量及審校，對文章整體負責、監督管理。

本文無利益沖突。