老年住院患者肌少症影响因素分析及风险预测模型构建和验证

周艺林; 范清清; 彭朋; 刘欣彤; 江虹; 贺萍凤; 邓丹

doi:10.13406/j.cnki.cyxb.003895

您当前的位置：

首页 >

文章列表页 >

老年住院患者肌少症影响因素分析及风险预测模型构建和验证

临床研究 | 更新时间：2025-10-21

- 老年住院患者肌少症影响因素分析及风险预测模型构建和验证
- Influencing factors for sarcopenia in elderly hospitalized patients and construction and validation of a risk prediction model
- 重庆医科大学学报 2025年50卷第10期页码：1434-1441
- 作者机构：
  
  1.重庆医科大学公共卫生学院卫生统计教研室，重庆 400016
  2.重庆医科大学附属第一医院老年病科，重庆 400016
  3.重庆大学附属中心医院全科医学科，重庆 400014
- 作者简介：
  
  周艺林，Email：zhouyl2713@163.com，研究方向：卫生统计、人群健康决策。
  邓　丹，Email：100079@cqmu.edu.cn。
- 基金信息：
  
  重庆市科学技术局资助项目(CSTB2022NSCQ-MSX0804)
- DOI：10.13406/j.cnki.cyxb.003895
  中图分类号： R685
- 收稿：2025-03-25，
  
  修回：2025-05-06，
  
  录用：2025-05-15，
  
  纸质出版：2025-10-28
- 稿件说明：
移动端阅览
周艺林,范清清,彭朋,等.老年住院患者肌少症影响因素分析及风险预测模型构建和验证[J].重庆医科大学学报,2025,50(10):1434-1441.

Zhou Yilin,Fan Qingqing,Peng Peng,et al.Influencing factors for sarcopenia in elderly hospitalized patients and construction and validation of a risk prediction model[J].Journal of Chongqing Medical University,2025,50(10):1434-1441.
周艺林,范清清,彭朋,等.老年住院患者肌少症影响因素分析及风险预测模型构建和验证[J].重庆医科大学学报,2025,50(10):1434-1441. DOI： 10.13406/j.cnki.cyxb.003895.

Zhou Yilin,Fan Qingqing,Peng Peng,et al.Influencing factors for sarcopenia in elderly hospitalized patients and construction and validation of a risk prediction model[J].Journal of Chongqing Medical University,2025,50(10):1434-1441. DOI： 10.13406/j.cnki.cyxb.003895.

摘要

目的

分析住院患者肌少症影响因素，构建适用于老年住院患者的肌少症风险预测模型，整合多维度指标为肌少症早期筛查与干预提供量化工具。

方法

回顾性分析重庆医科大学附属第一医院2016年3月至2023年6月收集的2 105例老年住院患者数据，基于最小绝对收缩和选择算法（least absolute shrinkage and selection operator，LASSO）筛选变量，通过Logistic回归分析肌少症影响因素，构建预测模型并进行内外部验证。运用沙普利加和解释（Shapley additive explanations，SHAP）模型分析特征贡献，最终构建列线图模型对结果进行可视化解读。

结果

2016年3月至2020年12月的1 259例患者以7∶3比例随机拆分为882例训练集和377例内部测试集，2021年1月至2023年6月的846例患者作为外部验证集。训练集共检出肌少症489例（55.44%）。基于训练集的logistic回归结果显示，衰弱、日常生活活动（activity of daily living，ADL）依赖、营养不良、年龄增加为肌少症危险因素（

1，

0.05）；男性、体质指数（body mass index，BMI）正常或超重为肌少症保护因素（

OR<

1，

0.05）。训练集、内部测试集和外部验证集AUC值及95%CI分别为0.876（0.854~0.899）、0.883（0.849~0.918）和0.750（0.717~0.783），模型性能良好。决策曲线分析显示列线图模型具有良好临床价值。

结论

肌少症预测模型效能良好，具有较好临床推广价值。

Abstract

Objective

To investigate the influencing factors for sarcopenia in hospitalized patients，to construct a risk prediction model for sarcopenia in elderly hospitalized patients，and to provide a quantitative tool for early screening and intervention of sarcopenia based on the integration of multi-dimensional indicators.

Methods

A retrospective analysis was performed for the data of 2105 elderly patients who were hospitalized in The First Affiliated Hospital of Chongqing Medical University from March 2016 to June 2023. The least absolute shrinkage and selection operator analysis was used for the screening of variables，and the logistic regression analysis was used to investigate the influencing factors for sarcopenia. A predictive model was constructed，and internal and external validation was performed. The Shapley additive explanations model was used to analyze feature contributions，and a nomogram model was constructed to visualize and interpret the results.

Results

The 1259 patients from March 2016 to December 2020 were randomly divided into a training set with 882 patients and an internal test set with 377 patients at a ratio of 7∶3，and the 846 patients from January 2021 to June 2023 were established as the external validation set. A total of 489 cases of sarcopenia（55.44%） were detected in the training set. The logistic regression analysis based on the training set showed that asthenia，dependence on Activity of Daily Living，malnutrition，and increasing age were risk factors for sarcopenia（odds ratio［

］

1，

0.05），and male sex，normal body mass index，and overweight were protective factors against sarcopenia（

1，

0.05）. The model had an AUC of 0.876（95%CI=0.854-0.899） in the training set，0.883（95%CI=0.849-0.918） in the internal test set，and 0.750 （95%CI=0.717-0.783） in the external validation set，suggesting that the model had good performance. The decision curve analysis showed that the nomogram model had a good clinical value.

Conclusion

The predictive model for sarcopenia has good performance and holds promise for clinical application.

关键词

Keywords

references

Chen LK ， Woo J ， Assantachai P ， et al . Asian working group for sarcopenia：2019 consensus update on sarcopenia diagnosis and treatment [J ] . J Am Med Dir Assoc ， 2020 ， 21 （ 3 ）： 300 - 307 .

杨　玲，杜　娟，刘荣雁，等 . 肌肉减少症病因学研究现状与展望 [J ] . 中国骨质疏松杂志， 2020 ， 26 （ 11 ）： 1689 - 1693 .

Yang L ， Du J ， Liu RY ， et al . Current status and prospects of the etiology research of sarcopenia [J ] . Chin J Osteoporos ， 2020 ， 26 （ 11 ）： 1689 - 1693 .

Hu YS ， Peng WJ ， Ren RJ ， et al . Sarcopenia and mild cognitive impairment among elderly adults：The first longitudinal evidence from CHARLS [J ] . J Cachexia Sarcopenia Muscle ， 2022 ， 13 （ 6 ）： 2944 - 2952 .

Huang P ， Luo K ， Xu J ， et al . Sarcopenia as a risk factor for future hip fracture：a meta-analysis of prospective cohort studies [J ] . J Nutr Health Aging ， 2021 ， 25 （ 2 ）： 183 - 188 .

Qu Y ， Zhang LL ， Liu Y ， et al . Development and validation of a predictive model assessing the risk of sarcopenia in rheumatoid arthritis patients [J ] . Front Immunol ， 2024 ， 15 ： 1437980 .

Xu J ， Wan CS ， Ktoris K ， et al . Sarcopenia is associated with mortality in adults：a systematic review and meta-analysis [J ] . Gerontology ， 2022 ， 68 （ 4 ）： 361 - 376 .

Yuan S ， Larsson SC . Epidemiology of sarcopenia：prevalence，risk factors，and consequences [J ] . Metabolism ， 2023 ， 144 ： 155533 .

周白瑜，于普林 . 重视老年人肌少症的防治工作 [J ] . 中国实用内科杂志， 2022 ， 42 （ 8 ）： 617 - 619 .

Zhou BY ， Yu PL . Pay attention to the prevention and treatment of sarcopenia in the elderly [J ] . Chin J Pract Intern Med ， 2022 ， 42 （ 8 ）： 617 - 619 .

Papadopoulou SK ， Tsintavis P ， Potsaki P ， et al . Differences in the prevalence of sarcopenia in community-dwelling，nursing home and hospitalized individuals. a systematic review and meta-analysis [J ] . J Nutr Health Aging ， 2020 ， 24 （ 1 ）： 83 - 90 .

Papadopoulou SK . Sarcopenia：a contemporary health problem among older adult populations [J ] . Nutrients ， 2020 ， 12 （ 5 ）： 1293 .

Ligthart-Melis GC ， Luiking YC ， Kakourou A ， et al . Frailty，sarcopenia，and malnutrition frequently（co-） occur in hospitalized older adults：a systematic review and meta-analysis [J ] . J Am Med Dir Assoc ， 2020 ， 21 （ 9 ）： 1216 - 1228 .

Voulgaridou G ， Tyrovolas S ， Detopoulou P ， et al . Diagnostic criteria and measurement techniques of sarcopenia：a critical evaluation of the up-to-date evidence [J ] . Nutrients ， 2024 ， 16 （ 3 ）： 436 .

Knoedler S ， Schliermann R ， Knoedler L ， et al . Impact of sarcopenia on outcomes in surgical patients：a systematic review and meta-analysis [J ] . Int J Surg ， 2023 ， 109 （ 12 ）： 4238 - 4262 .

Wang F ， Zhen HN ， Wang HP ， et al . Measurement of sarcopenia in lung cancer inpatients and its association with frailty，nutritional risk，and malnutrition [J ] . Front Nutr ， 2023 ， 10 ： 1143213 .

孔令慧，于　杰，张会君，等 . 基于Logistic回归和决策树的老年脑卒中病人肌少症风险预测模型的构建 [J ] . 护理研究， 2024 ， 38 （ 10 ）： 1703 - 1710 .

Kong LH ， Yu J ， Zhang HJ ， et al . Construction of risk prediction model of sarcopenia in senile patients with stroke based on Logistic regression and decision tree [J ] . Chin Nurs Res ， 2024 ， 38 （ 10 ）： 1703 - 1710 .

Zhang Y ， Zhang LF ， Guan YQ ， et al . Establishment and validation of a risk prediction model for sarcopenia in gastrointestinal cancer patients：a systematic review and meta-analysis-based approach [J ] . Clin Nutr ， 2024 ， 43 （ 11 ）： 91 - 98 .

黄小丽，胡　越，王军，等 . 老年2型糖尿病患者合并肌少症风险列线图模型的建立与验证 [J ] . 现代预防医学， 2024 ， 51 （ 19 ）： 3483 - 3488，3494 .

Huang XL ， Hu Y ， Wang J ， et al . Establishment and validation of a risk nomogram model for sarcopenia in elderly patients with type 2 diabetes mellitus [J ] . Mod Prev Med ， 2024 ， 51 （ 19 ）： 3483 - 3488，3494 .

Erdogan T ， Catikkas NM ， Oren MM ， et al . Ishii test for screening sarcopenia：performance in community-dwelling older adults [J ] . Aging Clin Exp Res ， 2022 ， 34 （ 4 ）： 785 - 791 .

Lian RN ， Jiang GC ， Liu QQ ， et al . Validated tools for screening sarcopenia：a scoping review [J ] . J Am Med Dir Assoc ， 2023 ， 24 （ 11 ）： 1645 - 1654 .

Wu YC ， Chen CT ， Shen SF ， et al . Comparative analysis of frailty identification tools in community services across the Asia-Pacific：a systematic review and meta-analysis [J ] . J Nutr Health Aging ， 2025 ， 29 （ 4 ）： 100496 .

Ocagli H ， Cella N ， Stivanello L ， et al . The Barthel index as an indicator of hospital outcomes：a retrospective cross-sectional study with healthcare data from older people [J ] . J Adv Nurs ， 2021 ， 77 （ 4 ）： 1751 - 1761 .

Brañez-Condorena A ， Soriano-Moreno DR ， Navarro-Flores A ， et al . Accuracy of the Geriatric Depression Scale（GDS）-4 and GDS-5 for the screening of depression among older adults：a systematic review and meta-analysis [J ] . PLoS One ， 2021 ， 16 （ 7 ）： e0253899 .

Jia XF ， Wang ZH ， Huang FF ， et al . A comparison of the Mini-Mental State Examination（MMSE） with the Montreal Cognitive Assessment（MoCA） for mild cognitive impairment screening in Chinese middle-aged and older population：a cross-sectional study [J ] . BMC Psychiatry ， 2021 ， 21 （ 1 ）： 485 .

Guigoz Y ， Vellas B . Nutritional assessment in older adults：MNA ® 25 years of a screening tool and a reference standard for care and research；what next [J ] . J Nutr Health Aging ， 2021 ， 25 （ 4 ）： 528 - 583 .

Sancho-Domingo C ， Carballo JL ， Coloma-Carmona A ， et al . Brief version of the Pittsburgh Sleep Quality Index（B-PSQI） and measurement invariance across gender and age in a population-based sample [J ] . Psychol Assess ， 2021 ， 33 （ 2 ）： 111 - 121 .

Zhang XM ， Wu XJ ， Cao J ， et al . Effect of the age-adjusted charlson comorbidity index on all-cause mortality and readmission in older surgical patients：a national multicenter，prospective cohort study [J ] . Front Med （Lausanne）， 2022 ， 9 ： 896451 .

国家卫生健康委办公厅 . 体重管理指导原则（2024年版） [EB/OL ] . ( 2024-12-31 ) [ 2025-03-23 ] . http：//www.nhc.gov.cn/ylyjs/s3573d/202412/4cf1905d32304c15ac3bc4446ddb83f1.shtml http://www.nhc.gov.cn/ylyjs/s3573d/202412/4cf1905d32304c15ac3bc4446ddb83f1.shtml .

General Office of the National Health Commission . Weight Management Guidelines (2024 Edition) [EB/OL ] . ( 2024-12-31 ) [ 2025-03-23 ] . http：//www.nhc.gov.cn/ylyjs/s3573d/202412/4cf1905d32304c15ac3bc4446ddb83f1.shtml http://www.nhc.gov.cn/ylyjs/s3573d/202412/4cf1905d32304c15ac3bc4446ddb83f1.shtml .

Morley JE ， Vellas B ， Kan GAV ， et al . Frailty consensus：a call to action [J ] . J Am Med Dir Assoc ， 2013 ， 14 （ 6 ）： 392 - 397 .

Ye L ， Liang R ， Liu XL ， et al . Frailty and sarcopenia：a bibliometric analysis of their association and potential targets for intervention [J ] . Ageing Res Rev ， 2023 ， 92 ： 102111 .

Picca A ， Coelho-Junior HJ ， Calvani R ， et al . Biomarkers shared by frailty and sarcopenia in older adults：a systematic review and meta-analysis [J ] . Ageing Res Rev ， 2022 ， 73 ： 101530 .

Angulo J ， El Assar M ， Álvarez-Bustos A ， et al . Physical activity and exercise：Strategies to manage frailty [J ] . Redox Biol ， 2020 ， 35 ： 101513 .

Yoshida S ， Shiraishi R ， Nakayama Y ， et al . Can nutrition contribute to a reduction in sarcopenia，frailty，and comorbidities in a super-aged society [J ] . Nutrients ， 2023 ， 15 （ 13 ）： 2991 .

Chen LK ， Arai H ， Assantachai P ， et al . Roles of nutrition in muscle health of community-dwelling older adults：evidence-based expert consensus from Asian Working Group for Sarcopenia [J ] . J Cachexia Sarcopenia Muscle ， 2022 ， 13 （ 3 ）： 1653 - 1672 .

Norman K ， Haß U ， Pirlich M . Malnutrition in older adults-recent advances and remaining challenges [J ] . Nutrients ， 2021 ， 13 （ 8 ）： 2764 .

王政洁，黄滢珠，张慧婷，等 . 中老年女性膳食营养与围绝经期症状的关系：焦虑和抑郁的多重中介作用 [J ] . 重庆医科大学学报， 2025 ， 50 （ 9 ）： 1141 - 1148 ．

Wang ZJ ， Huang YZ ， Zhang HT ， et al . Association of dietary nutrition with perimenopausal symptoms among middle-aged and elderly women：multiple mediating effects of anxiety and depression [J ] . J Chongqing Med Univ ， 2025 ， 50 （ 9 ）： 1141 - 1148 ．

Yan KM ， Ma XY ， Li C ， et al . Higher dietary live microbe intake is associated with a lower risk of sarcopenia [J ] . Clin Nutr ， 2024 ， 43 （ 7 ）： 1675 - 1682 .

Geraci A ， Calvani R ， Ferri E ， et al . Sarcopenia and menopause：the role of estradiol [J ] . Front Endocrinol（Lausanne）， 2021 ， 12 ： 682012 .

樊菡，王莉，李潇 . 不同分期老年肌少症患者睾酮、雌二醇、IL-6水平的相关性 [J ] . 中华骨质疏松和骨矿盐疾病杂志， 2021 ， 14 （ 1 ）： 35 - 40 .

Fan H ， Wang L ， Li X . Level of their correlation of testosterone，estradiol and IL-6 in elderly men with different sarcopenia stages [J ] . Chin J Osteoporos Bone Miner Res ， 2021 ， 14 （ 1 ）： 35 - 40 .

Diago-Galmés A ， Guillamón-Escudero C ， Tenías-Burillo JM ， et al . Salivary testosterone and Cortisol as biomarkers for the diagnosis of sarcopenia and sarcopenic obesity in community-dwelling older adults [J ] . Biology （Basel）， 2021 ， 10 （ 2 ）： 93 .

Liu CR ， Wong PY ， Chung YL ， et al . Deciphering the “obesity paradox” in the elderly：a systematic review and meta-analysis of sarcopenic obesity [J ] . Obes Rev ， 2023 ， 24 （ 2 ）： e13534 .

Bilski J ， Pierzchalski P ， Szczepanik M ， et al . Multifactorial mechanism of sarcopenia and sarcopenic obesity. role of physical exercise，microbiota and myokines [J ] . Cells ， 2022 ， 11 （ 1 ）： 160 .

Li QG ， Cheng HT ， Cen WJ ， et al . Development and validation of a predictive model for the risk of sarcopenia in the older adults in China [J ] . Eur J Med Res ， 2024 ， 29 （ 1 ）： 278 .

张媛，马艳，史凌云，等 . 基于Logistic回归、决策树、神经网络构建住院老年患者肌少症相对风险预测模型 [J ] . 现代医学， 2023 ， 51 （ 8 ）： 1134 - 1143 .

Zhang Y ， Ma Y ， Shi LY ， et al . Construction of the relative risk prediction model of hospitalized elderly patients with sarcopenia based on Logistic regression，decision tree and neural network [J ] . Mod Med J ， 2023 ， 51 （ 8 ）： 1134 - 1143 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

老年吞咽障碍影响因素探究及其预测研究

急性ST段抬高型心肌梗死患者院内新发心房颤动的列线图预测模型构建与验证

基于CHARLS数据构建高血压患者认知功能障碍风险预测列线图模型及验证