基于机器学习算法的社区老年衰弱前期风险预测模型构建

李彩福，赵伟，叶秀春，赵东丽，邹继华，董海娜，周英，许丽娟

截至2020年底，我国60岁以上老年人口已达2.64亿，占总人口的18.7%[1]。研究显示，老年衰弱发生率为5.6%～11.1%，衰弱前期为37.7%～69.1%[2-4]。衰弱前期是指老年人机体生理功能进行性下降，为健康与衰弱之间的过渡阶段[5]，衰弱前期老年人尚存在自理能力，对损伤、疾病或外界压力能作出适当反应，向健康逆转率为23.3%[6]。衰弱前期筛查和识别是衰弱防治干预的关键，可有效阻止老年衰弱发生发展，减轻社会和家庭医疗经济负担。据报道，年龄、性别、BMI、独居、文化程度、并存多病、跌倒史、抑郁、认知功能下降等是老年衰弱前期危险因素[7-9]，但尚无衰弱前期风险预测模型构建相关研究。机器学习算法是利用计算机自身性能改善系统的行为，从数据中分析挖掘获得规律，并对数据进行预测，其中反向传播(Back Propagation，BP)神经网络在疾病危险因素、预测研究领域中较常用，其分析对变量分布、类型无要求，善于处理非线性数据[10]，对数据拟合情况优于logistic回归模型[11-12]。鉴此，本研究基于机器学习算法构建衰弱前期风险预测模型，同时对其预测效能进行时间跨度验证，旨在为社区老年衰弱前期高危人群早期筛查提供参考。

1 对象与方法

1.1对象 应用病例对照研究设计，通过便利抽样选取2019年6～9月在丽水市莲都区4个社区卫生服务中心进行健康体检的665名老年人，采用Morley等[13]改良的FRAIL量表从中筛选无衰弱(283名)和衰弱前期(259名)老年人共542名作为建模组；2021年6～7月在丽水市2个社区卫生服务中心使用改良FRAIL量表[13]筛选无衰弱(106名)和衰弱前期(99名)老年人205名作为验证组。建模组和验证组纳入标准：①FRAIL量表评分0～2分；②年龄≥60岁；③在社区居住≥2年；④意识清醒，沟通无障碍；⑤自愿参与，并签署知情同意书。排除标准：画钟试验[14]筛查严重认知功能障碍者或存在严重躯体疾病者。本研究经丽水学院医学院伦理审查委员会同意批准。基于预测模型构建要求，研究对象中发生事件(衰弱前期老年人)人数应为预测指标的10倍以上[15]，本研究18个候选危险因素，至少应纳入180名衰弱前期老年人；根据社区老年衰弱前期发生率的低限估计值37.7%[3]，即180÷37.7%=478，按照10%的失访率计算，至少需要调查社区老年人526名。

1.2方法

1.2.1研究工具 ①一般情况问卷。包括年龄、BMI、性别、文化程度、婚姻状况、居住方式、人均月收入、吸烟和饮酒状况、运动量、住院史、跌倒史、多病共存、多重用药及睡眠状况。②日常生活活动量表(Activity of Daily Living scale，ADL)[16]。用于测量老年人的日常生活活动能力状况，共14个条目，采用4级评分法，“1”表示完全可以完成，“4”表示根本无法完成，总分14～56分，分值越高提示日常生活活动能力越差，总分>22分提示日常生活活动能力下降。③简版老年抑郁量表(Geriatric Depression Scale，GDS-15)[17]。用于评估老年抑郁症状，共15个条目，采用二分类计分，“0”代表否，“1”代表是，总分5分以上表示有抑郁倾向，得分越高表示抑郁症状越严重[18]。④画钟试验。认知功能通过画钟试验测量，试验中图形、数字、指针均正确，提示认知功能正常；1～2项错误，提示认知功能下降；若3项都错误，提示严重认知功能障碍[14]，则被排除。⑤FRAIL量表。采用Morley等[14]改良的FRAIL量表，用于衰弱前期和无衰弱老年人群的筛查，包括5个条目。采用二分类计分，“0”代表否，“1”代表是，总分为0提示无衰弱，1～2分为衰弱前期，≥3分为衰弱期，则被排除。FRAIL量表能较好地预测老年人群的病死率和失能状态[19]。

1.2.2资料收集方法 资料收集前，统一对4名调查员进行老年衰弱前期诊断标准及危险因素培训，当面完成问卷调查及身高、体质量测量。

1.2.3统计学方法 应用SPSS21.0软件进行统计分析，数据中的缺失值，通过多重插补法(重复模拟5次)处理。基于Python平台进行预测模型构建(训练)和验证。①对建模组通过单因素回归分析筛选社区老年衰弱前期危险因素，按照8∶2将数据集随机划分为训练集和测试集，通过BP神经网络的选择梯度下降法优化模型，选出7层隐藏层，输入变量进行重要性分析，列出模型中衰弱前期各危险因素排序；多因素logistics回归分析采用Backward方法进行危险因素筛选，构建logistic回归预测模型。计算ROC曲线下面积AUC、灵敏度和特异度[20]。②以验证组为研究对象，进行预测模型效能外部验证。

2 结果

2.1建模组和验证组一般资料比较 见表1。

表1 建模组和验证组一般资料比较

2.2衰弱前期危险因素筛选 在建模组中，将18个候选危险因素作为自变量，以是否衰弱前期(无衰弱=0，衰弱前期=1)为因变量进行单因素logistic回归分析，分析结果见表2。

2.3衰弱前期预测模型构建 以表2中有统计学意义的10个变量为自变量，是否衰弱前期为因变量，进行多因素logistic回归分析，并构建logistic回归预测模型为：logistic(P)=-5.101+0.042X1+0.646X2+0.847X3+0.879X4+1.362X5+1.302X6+0.573X7+0.750X8+0.862X9+0.687X10，计算社区老年人发生衰弱前期的风险为：P×100=1/{1+exp[-(-5.101+0.042X1+0.646X2+0.847X3+0.879X4+1.362X5+1.302X6+0.573X7+0.750X8+0.862X9+0.687X10)]}。与此同时，单因素logistic回归分析中有统计学意义的10个变量作为输入层，“是否衰弱前期”作为输出层，中间设置n个隐藏层，采用反向传播算法的多层感知器构建BP神经网络模型。BP神经网络模型的隐藏层激活函数采用双曲正切函数，输出层激活函数采用Softmax函数，选择梯度下降法优化模型，选出7个隐藏层，统计结果显示衰弱前期影响较大的危险因素排序如下：年龄(100%)、跌倒史(82.1%)、运动量低(65.1%)、多病共存(64.9%)、住院史(62.7%)、抑郁倾向(58.2%)、认知功能下降(53.1%)、文化程度(48.6%)、日常生活功能下降(40.2%)、多重用药(31.4%) 。

表2 社区老年衰弱前期危险因素单因素logistic回归分析(n=542)

2.4衰弱前期预测模型验证 采用验证组数据对模型的预测效能进行评价，BP神经网络模型及logistic回归模型预测效能评价指标见表3。

表3 衰弱前期预测模型预测效能评价指标

3 讨论

3.1社区老年衰弱前期危险因素预测模型 本研究采用机器学习算法进行衰弱前期危险因素模型构建与验证，结果显示，BP神经网络模型AUC、灵敏度和特异度均高于logistic回归模型，对数据的拟合情况更好。老年衰弱前期危险因素众多，作用方式复杂，利用传统回归分析函数进行预测，无法处理多种因素间的非线性问题，存在一定局限性，BP神经网络对数据没有要求，在非线性拟合方面体现较大自由性和灵活性，适用于多种危险因素预测模型的构建[10]。与logistic回归模型相比，BP神经网络在模型预测准确性上存在优势，可自动处理非线性问题，可作为疾病风险预测建模的首选方法。本研究显示，基于BP神经网络构建的风险预测模型，可对社区老年衰弱前期高危因素进行识别，按照危险因素重要性排序分别为年龄、跌倒史、运动量低、多病共存、住院史、抑郁倾向、认知功能下降、文化程度低、日常生活能力下降及多重用药。同时，建模组与验证组性别、年龄BMI、文化程度、日常生活能力有差异，说明该预测模型应用性更广。

3.2社区老年衰弱前期危险因素

3.2.1年龄 BP神经网络分析结果显示，年龄是社区老年衰弱前期的最大危险因素，年龄越大发生衰弱前期风险越高，与以往研究一致[2-3，21]。随着年龄增长，身体器官不断发生退行性变化，机体生理功能进行性下降，即出现衰弱前期症状。研究显示，年龄70～80岁是社区老年人衰弱前期发生率最高人群，发生率高达62.5%[4，7]。衰弱前期是健康与衰弱之间过渡阶段，衰弱前期向衰弱转化率高达37.1%[22]，因此，社区工作人员应定期对居家高龄老年人进行衰弱评估，及时筛查衰弱前期老年人，并进行干预，防治老年衰弱发生。

3.2.2多病共存 本研究结果显示，合并两种及以上疾病是社区老年衰弱前期的主要危险因素之一。Wu等[7]对5 301名社区老年人进行调查，结果发现与无慢性疾病或只有一种慢性疾病相比，合并两种及以上疾病老年人衰弱前期发生率较高，与本研究结果一致。当老年人患有多种疾病时，多器官功能衰退，机体平衡发生紊乱，对抗外界压力的能力会变弱。可见，社区卫生工作人员应密切关注患有多种慢性疾病的老年人，积极治疗并控制老年人慢性疾病，预防社区老年人衰弱前期发生发展。

3.2.3既往跌倒史和住院史 本研究发现，跌倒史和住院史是老年衰弱前期的危险因素。陈晓飞等[23]通过对1 400名老年人横断面调查，进行单因素分析显示，过去一年有跌倒史和住院史的老年人衰弱前期发生率较高。社区工作人员应加强老年人跌倒及住院状况的评估，高度重视有跌倒史和住院史的老年人。

3.2.4运动量低 研究发现，运动量<30 min/d的老年人群发生衰弱前期的风险较高。Rogers等[24]采用纵向队列研究设计，对8 649名无衰弱中老年人进行5年随访，发现与久坐或低强度运动组相比，中等强度及以上运动组衰弱前期发生率偏低。较低的运动量或久坐的生活方式能增加老年衰弱的风险，每天增加30 min的中、高强度运动能降低社区老年人发生衰弱的风险[25]。运动能有效预防老年衰弱前期的发生，为今后运动干预预防老年衰弱发生和发展提供了证据支持。

3.2.5抑郁和认知功能下降 研究表明，抑郁倾向和认知功能下降是社区老年衰弱前期发生的危险因素。杨帆等[26]采用多分类logistic回归分析，发现抑郁是社区老年衰弱前期独立危险因素，有抑郁倾向老年人缺少对社交活动和体育运动的兴趣，体力活动减少，增加老年衰弱前期发生的风险；同时衰弱老年人长期患病而丧失劳动能力、担心疾病状况造成经济压力等，成为精神压力来源，进而加重抑郁状况。既往研究显示，认知功能低下的老年人衰弱前期发生率较高[2]，与本研究结果一致。衰弱与认知功能下降存在交互作用，两者相互影响，一方的变化可加重另一方的进展。社区医护人员应为社区老年人提供心理健康咨询，改善老年人心理健康及认知功能，防治社区老年人心理和认知衰弱发生，减少不必要的医疗资源消耗。

4 小结

本研究结果显示，社区老年衰弱前期的主要危险因素包括年龄、跌倒史、住院史、运动量低、多病共存、抑郁倾向及认知功能下降，考虑危险因素的可干预性，建议社区护理人员通过预防跌倒、运动干预、慢病健康教育、抑郁及认知干预等预防社区老年衰弱前期发生。基于Python平台，通过对衰弱前期预测模型时间跨度(建模组与验证组数据收集时间间隔2年)外部验证结果显示，BP神经网络模型预测效能优于logistic回归模型。本研究采用便利抽样方法，由于资料地区局限性限制，样本代表性差，模型还需要进一步验证和修订。关于BP神经网络分析方法，如输入层变量选择、结果解释等方面还需探讨。