老年心律失常患者衰弱风险预测模型的构建与验证

吴银银,马 原,窦俊凯,焦 敏,武仪冉,王晓晔,陶秀彬

(1.皖南医学院研究生院,安徽 芜湖 241001;2.安徽中医药大学研究生院,安徽 合肥 230012;3.皖南医学院弋矶山医院,安徽 芜湖 241004)

衰弱主要指老年人因机能老化和(或)病理改变,生理储备能力和抗应激能力下降,导致肌肉、骨骼等多系统异常改变。衰弱的存在可预测老年人失能、残疾、再入院率和死亡结局等。研究表明,心律失常与衰弱密切相关,两者具有共同发病机制和发病因素,如炎症激活、神经激素失调、代谢紊乱及高龄等[1-2]。心律失常以心房颤动最为常见,其发生衰弱的概率为4.4%～75.4%[3]。研究表明,心律失常合并衰弱的患者其心悸的表现更重、生活水平更低、抗凝效果不明显。衰弱是动态的、复杂的,对其早期筛查和干预是可以预防及延缓。目前尚无评估心律失常患者衰弱的最佳方法,现有的衰弱筛查及评估方法均存在一定缺陷,我们需要探寻更加客观、有效,简便、精准的心律失常患者衰弱筛查及评估方法。本研究欲通过构建老年心律失常患者衰弱风险列线图模型,将衰弱的发生概率可视化,为医护人员提供更加便捷、省时的衰弱评估工具。

1 资料与方法

1.1 研究对象采用Logistic自变量事件数法中EPV法计算样本量[4]。本研究预纳入7个独立危险因素,据前期预调查得知老年心律失常患者衰弱发生率为26%,加上10%失访率,因此建模组最小样本量7×10÷0.26/0.9=299例,本研究选取样本量346例。本研究便利选取2022年3月至2022年11月间就诊于安徽某三甲医院患者作为研究对象建立风险预测模型。纳入标准:年龄≥60岁;临床诊断为心律失常患者;可以进行基本沟通排。排除标准:处于疾病急性发作期或终末期;严重痴呆、躯体功能障碍的患者。

1.2 研究工具(1)一般情况调查表:年龄、性别、文化程度、病程、LVEF、BNP、肌酐、自理能力、营养状况、锻炼情况、健康素养等。(2)FRALL衰弱量表:它由国际营养与老龄化协会[5]提出,国内学者卫尹等汉化,评估内容包括是否疲乏、步行是否困难、爬楼梯是否存在阻力、合并慢病种类、体重下降情况。量表共有5个条目,每个条目为1分,总分为5分,≥3分表示存在衰弱。量表的信效度较好,Cronbach’s α系数为0.826。(3)慢性病健康素养量表(Health Literacy Management Scale,HeLMS):此量表由国外学者Jordan等[6]编制,国内研究者孙浩林等汉化。HeLMS共有4个维度,24个条目,其内容包括健康信息的获取、沟通交流、管理健康和经济意愿4个方面。量表采用 Likert 5级计分法,根据难易程度或是否情愿计1～5分,最高分为120分。量表的Cronbach’s α系数为0.894,信效度良好。(4)运动自我效能量表(Self-efficacy for Exercise,SEE):该量表由Resnick等[7]开发,我国学者Lee等翻译,主要用于老年人的运动评价。量表共有9个条目,根据患者面对各种困难情形下坚持运动的信心程度,从“无信心”到“极具信心”记为0～10分,计算10个条目的总分,以总分的平均分计分。量表信度和内容效度分别为0.75和0.90,Cronbach’s α系数为0.915。(5)医院焦虑抑郁量表(Hospital Anxiety and Depression Scale,HADS):该量表由Zigmond等[8]编制,叶维菲等汉化。其内容包含14个条目,以Likert4级计分,前7个条目和后7个条目分布评估焦虑、抑郁,每个条目0～3分,总分为0～21分,≥8分则表示存在风险。量表的Cronbach’s α系数分别为0.879、0.806、0.806,重测信度分别为0.945、0.921、0.932。(6)家庭关怀度指数问卷(Family Care Index questionnaire,APGAR):由Smilkstein等[9]汇编,吕繁教授引入我国,其内容主要评估患者对家庭成员的满意程度来判断患者有无家庭功能障碍,包括家人的支持、帮助、分担情况及情感和相处5个方面。量表采用3级评分法,根据家庭关怀的程度计分,总分为0～10分,≥7分提示无家庭功能障碍。量表Cronbach’s α系数为0.857,重测信度为0.80～0.83。(7)微型营养评估量表简表(MNA-SF):该量表由Rubenstein等提出。量表共6个条目,包括饮食、BMI、精神心理状况、活动能力等内容,每个条目0～2分,总分14分,≤11分表示存在营养不良风险。量表信效度较好,Cronbach’s α系数为 0.933。

1.3 资料收集本研究通过医院伦理委员会审批。问卷调查由2名研究者接受培训并合格后进行,在病房当面向患者及家属解释本研究的目的和方法,获得其知情同意后填写问卷,即时收集患者资料,现场检查问卷的填写情况,及时查缺补漏,以保证问卷的准确性与完整性。

1.4 统计学分析应用SPSS 21.0进行统计学分析,正态分布的计量资料采用“均数±标准差”,组间比较采用t检验;偏态分布的计量资料用M(P25,P75)表示,组间比较用Mann-WhitneyU检验;计数资料用频数、百分比表示,组间比较采用卡方检验,等级资料采用非参数检验。将P<0.05具有统计学意义的变量纳入多因素Logistic回归分析,利用}和rms软件程序包绘制列线图,采用AUC和Hosmer-Lemeshowχ2检验和校准曲线评价模型,Bootstrap法重抽样1000次验证模型。

2 结果

2.1 建模组患者衰弱现状及社会人口学资料建模组中346例心律失常患者中,有98例发生衰弱,衰弱患病率为28.3%。社会人口学资料中,男性183例(52.9%),女性163例(47.1%);各年龄段中60～69岁100例(29.0%),70～79岁169例(48.9%),≥80岁77例(22.3%);文化程度中文盲130例(37.6%),小学及以下108例(31.2%),初中52例(15.0%),高中(中专)及以上48例(13.9%);平均月收入(元)中无收入为187例(54.0%),<1000为8例(2.3%),1 000～3 000为57例(16.5%),>3 000为94例(27.2%)。

2.2 建模组患者衰弱单因素分析结果显示衰弱组和非衰弱组在年龄、每周锻炼次数、心功能分级、存在营养不良风险、合并慢病种类是否>4种、肌酐、肌钙蛋白、运动自我效能、慢性病健康素养等具有统计学意义(P<0.05),详见表1。

表1 建模组老年心律失常患者衰弱单因素分析(n=346)

表1续表

2.3 建模组患者衰弱多因素分析将发生衰弱赋值为1,未发生衰弱赋值为0,对单因素分析中有统计学意义的变量:年龄、每周锻炼次数、心功能分级、是否存在营养不良风险、合并慢病种类是否>4种、肌酐、肌钙蛋白、BNP、慢性病健康素养等作为自变量,采用向前逐步回归法筛选出衰弱预测因素,赋值情况见表2。

表2 建模组老年心律失常患者衰弱Logistic回归自变量赋值表

表2续表

Logistic回归结果显示,是否长期失眠、是否存在营养不良风险、合并慢病种类>4种、慢性病健康素养评分和运动自我效能评分是老年心律失常患者发生衰弱的独立影响因素(P<0.05)。

表 3 老年心律失常患者衰弱Logistic回归分析

2.4 建模组老年心律失常患者衰弱风险预测模型的构建将Logistic回归结果中是否长期失眠、是否存在营养不良风险、合并慢病种类>4种、慢性病健康素养评分和运动自我效能评分5个预测因素采用R软件绘制列线图(图1),构建心律失常患者衰弱风险预测模型。

图1 老年心律失常患者衰弱风险列线图

2.5 老年心律失常患者衰弱风险预测模型的内部验证预测模型显示ROC曲线下面积为0.947,95%CI:0.925～0.970,当最佳风险临界值取0.188时,其灵敏度为0.831,特异度为0.918,精确度为0.855,约登指数为0.749(图2);Hosmer-Lemeshowχ2=0.525,P=0.913(P>0.05)。采用Bootstrap法重抽样1000次进行内部验证;校准曲线显示模型预测的老年慢性心律失常患者衰弱发生风险与实际发生风险一致性较好(图3)。

图2 建模组心律失常患者衰弱ROC曲线

图3 建模组心律失常患者衰弱校准曲线

3 讨论

3.1 老年心律失常患者发生衰弱独立影响因素

3.1.1 长期失眠的老年心律失常患者更易发生衰弱 本研究结果显示长期失眠(OR=2.797)能增加衰弱的发生风险。研究认为衰弱的发生可能与慢性炎症和激素失调有关,而睡眠障碍也能造成体内激素的分解与合成代谢出现紊乱,造成炎症因子上调,体内能量消耗减低[10]。因此,失眠与衰弱在发生机制上具有相关性,加上增龄和合并多种慢病,老年人生理功能逐步退化,睡眠质量下降等会加速衰弱发生。研究表明,存在抑郁风险的患者体内C反应蛋白、白细胞介素-6水平明显增加,而这两种指标会使肌肉功能和强度降低[11-12]。目前国内外研究结果均显示睡眠和抑郁之间存在关联,两者的存在使患者情绪低落,导致体力活动和饮食摄入减少,出现蛋白质营养不良,体重下降从而引发衰弱[13-14]。适量运动和饮食和心理干预,必要时给与药物治疗可以延缓该症状,因此临床人员可从从多维度针对老年人失眠和抑郁症状行预防与干预管理延缓衰弱。

3.1.2 合并慢病种类>4种的患者更易发生衰弱 本研究回归模型显示,合并慢病种类>4种发生衰弱的风险是合并慢病种类≤4种的26.142倍,表明慢性病种类>4种是心律失常患者衰弱的危险因素。这与宋歌等[15]和贾文文等[16]的研究结果一致。可能是因为合并多病会引起患者各器官功能的衰退速度增加,导致患者生理储备减少,机体抵抗能力下降,体力活动受限,发生衰弱[17]。研究发现,当患者合2种及以上慢性病时,各慢性病之间相互作用,使血管内皮细胞受损,脑缺血缺氧症状加重,长期以往,引发认知和平衡障碍,当患者合并4种及以上慢性病时,其认知功能锐减,最终导致认知衰弱[18]。英国的一项研究纳入493 737名慢病患者进行前瞻性分析,结果显示,合并慢性病≥4种的患者发生衰弱是合并慢性病<4种的27.1倍 (OR=27.1,95%CI25.3～29.1),其衰弱的发生风险明显增加[19]。另外,多病患者常伴随多重用药,多重用药可改变药代学和药效学,各药物间以及与肝肾等代谢器官间出现异常反应,两者相互作用,促使机体各器官功能衰退的速度增加,患者不断置于慢性耗损状态而引发衰弱[20]。因此医护人员在诊疗及护理过程中应重视老年心律失常患者多病共存情况和药物的不良反应,加强对合并多病患者的病情评估,指导老年人合理用药。另外,医院可建立多学科老年综合评估和管理团队,提高对共病的预防和管理意识,制订包含治疗与康复于一体的科学干预方案。

3.1.3 存在营养不良风险的患者更易发生衰弱 本研究表明存在营养不良风险是心律失常患者衰弱的危险因素(OR=5.423,95%CI2.246～13.089)。这与Koca M等[21]和王湾湾等[22]的研究结果相似。长期营养不良因缺乏蛋白质、多种维生素及微量元素等可引起氧化应激、慢性炎症和免疫损伤等,会加速肌肉分解,干扰细胞因子、免疫蛋白等物质的合成,促使免疫功能下降,脂肪储备减少、肌肉萎缩及功能失调,骨骼脆性增加,导致骨质疏松,跌倒、骨折风险增加,引发衰弱[23-24]。研究表明,蛋白质和维生素D是影响肌肉质量及其功能最主要的营养素,老年患者常因食欲减退、牙齿脱落等引起咀嚼困难,其次机体代谢减慢等生理因素和(或)合并消化道疾病、消耗性疾病及代谢性疾病等病理因素导致多个器官功能生理储备逐渐减少,水电解质紊乱,蛋白质、维生素D等摄入减少或吸收障碍而使营养不良的症状加剧,造成肌肉质量下降,躯体功能受损,加速衰弱进展[25]。目前国外多数文献表明营养干预对延缓或预防衰弱能够产生一定的作用,但国内尚缺乏对衰弱人群的营养干预方案的金标准,迫切需要结合我国老年人衰弱患病特点、体质及生活方式等,制定适宜的营养干预方案。

3.1.4 慢性病健康素养水平越高,发生衰弱可能性越低 健康素养是指人们具备获取和领会健康信息并擅用的一种能力,通过多种渠道去改善和维持健康,主动进行自我健康教育及自我管理。本研究结果表明,慢性病健康素养得分与衰弱呈反比关系,是老年心律失常患者衰弱的保护因素。这与Liu Y等[26]的研究结果相似。研究发现健康素养的得分越高,患者自我管理能力和治疗依从性越高,健康素养分数越低,心血管疾病患者的住院率、死亡率及不良的健康结局发生几率越高[27-28]。具有良好健康素养的患者,通常会积极主动的去关注自身健康,加强医患互动,了解治疗方法和用药原则,用健康的饮食和运动方式进行健康管理,从而降低或延缓衰弱进程。国内外研究均表明健康素养水平与衰弱显著相关[29-31]。乐贵珍等[32]采用《全国居民健康素养监测调查问卷》评估上海市3家综合性三甲医院慢性病住院患者的健康素养水平,其判断标准是≥60%为合格,结果显示患者健康素养的总合格率为51.58%,其中骨质疏松患者仅11.68%,说明该医院慢性病患者的健康素养合格率偏低,健康素养水平参差不齐。因此临床人员应为老年人制定个体化的运动方案和健康管理方案,加强慢病管理知识宣传,拓宽患者获取慢病信息渠道,提高患者健康素养水平。

3.1.5 运动自我效能水平越高,发生衰弱可能性越低 本研究显示运动自我效能感水平是老年心律失常患者衰弱的保护因素。运动自我效能主要用来评价患者在面临困难情景时依然坚持执行运动行为的自信心,为其提供运动康复的内在动力。章玉玲等[33]调查骨质疏松症患者衰弱与自我效能的关系,进行Spearman相关性分析后得出两者呈中度负相关(r=-0.729,P<0.01)。运动作为治疗心力衰竭的有效方法之一,已被美国心脏病协会心力衰竭管理指南列为I类推荐[34]。国外的一项横断面调查489名成人心血管疾病患者运动自我效能与衰弱关系,结果显示与非衰弱患者对比,衰弱患者自我效能感和身体活动水平更低,生活质量更差[35]。Hladek M D等[36]研究社区慢性病老年人自我效能水平与衰弱的关系,结果表明高应对自我效能感与衰弱前期及衰弱期呈负相关,可使其发生几率降低91%(P=0.003,CI0.02～0.44)。目前国内对住院患者衰弱与运动自我效能研究较少,需要更多的研究来确定自我效能水平的提升是否可以积极影响、延缓或逆转衰弱状态。临床人员可根据患者的身体状况开展同伴支持教育等个体化干预方案,辅以心理健康教育和宣传视频,制定适宜的运动计划和运动方式,提高运动积极性和自信心。

3.2 老年心律失常患者衰弱列线图模型具有科学性、实用性本预测模型结果显示AUC为0.918,Hosmer-Lemeshowχ2检验P>0.05,校准曲线显示预测概率与实际概率一致性较好,均表明列线图模型对预测老年心律失常患者衰弱风险具备足够的区分能力和校准能力。本研究通过绘制列线图模型来评估老年心律失常患者发生衰弱的概率,它将复杂的回归方程可视化,使结果通俗易懂,应用方便。本模型纳入的5个预测因子均以问诊为主,数据较易获得且不增加经济支出,具有一定的实用性,医护人员可根据该模型及时进行衰弱评估,当其概率≥0.188时说明患者出现衰弱的风险较高,需引起重视。

4 结论

本研究基于、是否是否长期失眠、是否存在营养不良风险、合并慢病种类>4种、慢性病健康素养评分和运动自我效能评分建立老年心律失常患者衰弱列线图模型,经过内部验证后表明本模型具有较好的预测效能,可为临床预测衰弱的发生风险及并采取针对性的干预提供参考依据。本研究因时间、人力及疫情的限制,未进行多中心研究及外部验证,未来将进一步研究来验证本模型的准确性和推广性。