基于Logistic回歸和決策樹的老年腦卒中病人肌少癥風(fēng)險預(yù)測模型的構(gòu)建

孔令慧 于杰 張會君 陳萍

Construction of risk prediction model of sarcopenia in senile patients with stroke based on Logistic regression and decision tree

KONG Linghui， YU Jie， ZHANG Huijun， CHEN Ping

Jinzhou Medical University， Liaoning 121001 China

Corresponding Author? ZHANG Huijun， E?mail： 13904069606@163.com

Abstract? Objective：To explore the factors affecting sarcopenia in senile patients with stroke，construct risk prediction models，and evaluate their accuracy of prediction.Methods：A total of 489 senile patients with stroke from neurology department of a tertiary grade A hospital in Liaoning province were selected as the research subjects from September 2022 to April 2023.The risk prediction models of sarcopenia were constructed according to the results of Logistic regression analysis.The Nomogram and decision tree were painted，and the prediction efficiency of models were evaluated according to area under the curve（AUC） of receiver operator characteristic and confusion matrix.Results：The incidence of sarcopenia in senile patients with stroke was 37.6%.The results of logistic regression analysis show that smoking，age，activity of daily living（ADL），fall risk，nutrition and exercise habits were effect factors for sarcopenia in senile patients with stroke（P<0.05）.The results of decision tree model showed that smoking，age，ADL， nutrition and exercise habits were decision-making factors for the sarcopenia in senile patients with stroke. The AUC of Logistic regression model was 0.959，and that of decision tree model training set and test set were 0.892 and 0.826，respectively.Conclusions：The Logistic regression model and decision tree model construct in this study have good predictive performance，which is helpful for clinical medical staff to screen the high-risk group of sarcopenia.

Keywords?? ?senile； stroke； sarcopenia； Logistic regression； decision tree； rehabilitation； nursing

摘要? 目的：探究影響老年腦卒中病人肌少癥的因素，構(gòu)建風(fēng)險預(yù)測模型，并評估其預(yù)測準(zhǔn)確性。方法：于2022年9月—2023年4月選取遼寧省某三級甲等醫(yī)院神經(jīng)內(nèi)科的489例老年腦卒中病人為研究對象。依據(jù)Logistic回歸分析結(jié)果構(gòu)建肌少癥風(fēng)險預(yù)測模型，繪制列線圖和決策樹，并根據(jù)受試者工作特征曲線下面積（AUC）和混淆矩陣對模型的預(yù)測效能進(jìn)行評價。結(jié)果：老年腦卒中病人肌少癥發(fā)生率為37.6%。Logistic回歸分析結(jié)果顯示，年齡、吸煙、日常生活自理能力（ADL）、跌倒風(fēng)險、營養(yǎng)狀態(tài)和運(yùn)動習(xí)慣是老年腦卒中病人肌少癥發(fā)生的影響因素（P<0.05）；決策樹模型結(jié)果顯示，年齡、ADL、吸煙、運(yùn)動習(xí)慣、營養(yǎng)狀態(tài)是病人發(fā)生肌少癥的決策因素。Logistic回歸模型的AUC為0.959，決策樹模型訓(xùn)練集和測試集的AUC分別為0.892和0.826。結(jié)論：本研究構(gòu)建的Logistic回歸模型和決策樹模型預(yù)測效能均良好，有利于臨床醫(yī)護(hù)人員對肌少癥高危人群進(jìn)行篩查。

關(guān)鍵詞? 老年人；腦卒中；肌少癥；Logistic回歸；決策樹；康復(fù)；護(hù)理

doi：10.12102/j.issn.1009-6493.2024.10.002

腦卒中（stroke）是指各種原因?qū)е碌哪X血管病變或血流障礙引發(fā)的腦功能障礙^[1]。臨床超過70%的腦卒中病人存在長期殘疾，這種殘疾常被歸因于腦損傷本身，較少有研究者關(guān)注肌肉組織的結(jié)構(gòu)、代謝和功能^[2]。腦卒中后殘疾的主要效應(yīng)器官是骨骼肌^[2?3]，已有研究顯示，癱瘓和廢用、痙攣、炎癥、去神經(jīng)支配、進(jìn)食和腸道吸收受損引起肌肉萎縮，使病人發(fā)生肌少癥（sarcopenia）^[4]。1989年，Irwin Rosenberg提出“肌少癥”一詞，國際工作組將其定義為與衰老相關(guān)的進(jìn)行性、全身性肌肉體積減小和/或肌力下降或肌肉生理功能下降^[5]。肌少癥在老年人中常見，患病率為3%～52%^[6]。伴有肌少癥的腦卒中幸存者常恢復(fù)不良，肌少癥改善有利于功能改善^[7]。目前我國對于腦卒中肌少癥的研究較少，針對其影響因素及風(fēng)險測評工具的研究更少。Logistic回歸模型是常用的一種風(fēng)險因素篩查方法；決策樹是用于分類和預(yù)測的樹狀圖，可使結(jié)果更加直觀。本研究通過篩選老年腦卒中病人肌少癥發(fā)生的危險因素，并基于Logistic回歸和決策樹構(gòu)建預(yù)測模型，以期為制定促進(jìn)老年腦卒中病人功能康復(fù)及延緩肌少癥發(fā)生的干預(yù)策略提供參考。

1? 對象和方法

1.1 研究對象

于2022年9月—2023年4月選取遼寧省某三級甲等醫(yī)院神經(jīng)內(nèi)科的老年腦卒中病人為研究對象。納入標(biāo)準(zhǔn)：1）符合《中國各類主要腦血管病診斷要點(diǎn)2019》中的腦卒中診斷標(biāo)準(zhǔn)^[8]；2）年齡≥60歲；3）病情處于穩(wěn)定期；4）意識清楚，能配合完成調(diào)查；5）病人知情同意。排除標(biāo)準(zhǔn)：1）昏迷；2）有嚴(yán)重心理疾病和/或精神疾病史等；3）合并心力衰竭、腎衰竭、惡性腫瘤或其他臟器功能衰竭等嚴(yán)重疾病。根據(jù)Logistic回歸分析中常用的EPV法^[9]計(jì)算樣本量，即納入模型的每個因素至少需10例病人才能保證模型的穩(wěn)健。本研究預(yù)計(jì)納入5～8個因素，至少需要納入50例伴有肌少癥的老年腦卒中病人。已有文獻(xiàn)表明，腦卒中病人肌少癥發(fā)生率為14%～54%^[10]，取平均患病率34%，樣本量最小為148例?？紤]到20%的流失率，最終確定樣本量至少為178例，本研究實(shí)際納入樣本489例。

1.2 調(diào)查工具

1）一般資料調(diào)查表：通過查閱相關(guān)文獻(xiàn)制定一般資料調(diào)查表，其內(nèi)容包括性別、年齡、婚姻狀況、文化程度、居住情況、居住地、人均月收入、飲酒、吸煙、腦卒中類型、首次發(fā)病、多重用藥、體質(zhì)指數(shù)、運(yùn)動習(xí)慣、睡眠障礙、合并慢性病種數(shù)。2）簡易五項(xiàng)評分（SARC?F）量表：SARC?F量表由Malmstrom等^[11]于2013年編制，從肌力、輔助行走、座位站起、爬樓梯、跌倒5個方面對肌少癥發(fā)生情況進(jìn)行篩查。2018年，王曉英^[12]對其進(jìn)行漢化。每個條目計(jì)0～2分，滿分為10分，≥4分判定為肌少癥。該量表在本研究中的Cronbach's α系數(shù)為0.842。3）Barthel指數(shù)：Barthel指數(shù)由Mahoney等^[13]編制，通過調(diào)查病人10個方面的能力評估老年腦卒中病人的日常生活自理能力（ADL），滿分為100分，100分為病人生活自理，60～99分為輕度功能障礙，41～59分為中度功能障礙，≤40分為重度功能障礙^[14]。本研究中該量表的Cronbach's α系數(shù)為0.908。4） Tilburg衰弱量表：Tilburg衰弱量表由Gobbens等^[15]編制，從軀體、心理和社會3個方面對病人的衰弱狀況進(jìn)行評估。量表包括15個條目，每個條目計(jì)0～1分，滿分15分，≥5分表示存在衰弱。本研究中該量表的Cronbach's α系數(shù)為0.788。5）微營養(yǎng)評估量表：微營養(yǎng)評估量表由Rubenstein等^[16]簡化簡易營養(yǎng)評價法形成，主要從6個方面對老年人營養(yǎng)狀況進(jìn)行評估。滿分為14分，0～11分代表營養(yǎng)狀態(tài)異常，12～14分代表營養(yǎng)狀態(tài)正常。該量表在本研究中的Cronbach's α系數(shù)為0.764。6）老年抑郁量表（GDS?5）：GDS?5由Hoyl等^[17]編制，是專為老年人設(shè)計(jì)的抑郁癥篩查工具。該量表共5個條目，每個條目0～1分，當(dāng)?shù)梅帧?分時表示存在抑郁狀況。該量表在本研究中的Cronbach's α系數(shù)為0.818。7）Morse跌倒評估量表（MFS）：MFS由Morse等^[18]編制，是用于評估跌倒風(fēng)險的測量工具。該量表從6個方面進(jìn)行評估，滿分為125分，得分<25分為跌倒低風(fēng)險，25～44分為跌倒中風(fēng)險，≥45分為跌倒高風(fēng)險。本研究中該量表的Cronbach's α系數(shù)為0.703。8）蒙特利爾認(rèn)知評估量表（MoCA）：MoCA由Nasreddine等^[19]編制，用于評價輕度認(rèn)知障礙。該量表從8個方面進(jìn)行評估，包括11個條目，滿分為30分，<26分為認(rèn)知障礙，≥26分為認(rèn)知正常。本研究中該量表的Cronbach's α系數(shù)為0.843。9）領(lǐng)悟社會支持評定量表（PSSS）：PSSS由Zimet等^[20]編制，從家庭、朋友和其他支持3個方面進(jìn)行評估，每個維度包括4個條目，共12個條目，總分為12～84分。本研究中該量表的Cronbach's α系數(shù)為0.969。

1.3 調(diào)查方法

調(diào)查人員現(xiàn)場發(fā)放與收集問卷。在病人病情保持穩(wěn)定且不打擾其治療與休息的情況下向病人及其陪同人員說明此次調(diào)查的目的及意義，并告知其填寫資料信息的保密性和要求，在征得病人同意后開始調(diào)查。對于不能獨(dú)立完成調(diào)查的病人，可由研究者及其陪同人員輔助填寫。本研究發(fā)放495份問卷，回收489份有效問卷，問卷有效回收率為98.8%。

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0和R Studio 4.2.2軟件分析數(shù)據(jù)，構(gòu)建預(yù)測模型。符合正態(tài)分布的定量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，定性資料以頻數(shù)及百分比（%）表示。比較肌少癥病人和非肌少癥病人在各變量水平上的差異，正態(tài)分布的定量資料組間比較采用t檢驗(yàn)，定性資料組間比較采用χ²檢驗(yàn)、秩和檢驗(yàn)，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。應(yīng)用Logistic回歸分析篩選影響因素，檢驗(yàn)水準(zhǔn)α=0.05。將篩選出的變量作為預(yù)測因素，使用R Studio 軟件繪制列線圖和決策樹模型。決策樹模型構(gòu)建方法為將數(shù)據(jù)集按7∶3隨機(jī)分為訓(xùn)練集（構(gòu)建模型）與測試集（驗(yàn)證模型）。使用R語言中的rpart包構(gòu)建決策樹模型，使用Gini系數(shù)進(jìn)行分裂，并依據(jù)復(fù)雜度參數(shù)（CP）進(jìn)行后剪枝控制樹的大小。利用受試者工作特征（ROC）曲線下面積和混淆矩陣評價2種模型的預(yù)測效能。

2? 結(jié)果

2.1 病人一般資料

本研究共納入489例老年腦卒中病人，其中，男291例，女198例；60～<65歲113例，65～<70歲167例，70～<75歲110例，≥75歲99例；無肌少癥305例，有肌少癥184例，肌少癥發(fā)生率為37.6%。不同特征老年腦卒中病人肌少癥發(fā)生情況比較結(jié)果見表1。

2.2 老年腦卒中病人肌少癥發(fā)生影響因素的Logistic回歸分析

將不同特征老年腦卒中病人肌少癥發(fā)生情況比較結(jié)果有統(tǒng)計(jì)學(xué)意義的變量作為自變量，是否發(fā)生肌少癥為因變量進(jìn)行Logistic回歸分析，結(jié)果顯示，年齡、吸煙、ADL、跌倒風(fēng)險、營養(yǎng)狀態(tài)和運(yùn)動習(xí)慣是老年腦卒中病人肌少癥發(fā)生的影響因素（P<0.05），見表2。

2.3 老年腦卒中病人肌少癥風(fēng)險預(yù)測模型的構(gòu)建

2.3.1 老年腦卒中病人肌少癥風(fēng)險預(yù)測的Logistic模型

Logit（P）=-7.927+2.283×ADL（輕度功能障礙）+3.603×ADL（中度功能障礙）+3.788×ADL（重度功能障礙）+1.487×年齡（70～<75歲）+1.816×年齡（≥75歲）+1.513×吸煙+1.749×營養(yǎng)狀態(tài)異常+2.047×跌倒風(fēng)險（中風(fēng)險）+2.595×跌倒風(fēng)險（高風(fēng)險）+0.922×運(yùn)動習(xí)慣（偶爾）+2.209×運(yùn)動習(xí)慣（從不）。根據(jù)Logistic回歸分析篩選出的自變量制作列線圖，見圖1。對于1個特定病人，將各自變量值映射到得分軸上，將各得分累加即可得到總分， 隨后根據(jù)總分在肌少癥發(fā)生風(fēng)險軸上做1條垂線，據(jù)此得到的點(diǎn)對應(yīng)值即為該病人發(fā)生肌少癥的風(fēng)險概率值。

2.3.2 老年腦卒中病人肌少癥風(fēng)險預(yù)測決策樹模型

根據(jù)Logistic回歸分析篩選的預(yù)測因素構(gòu)建決策樹模型，并根據(jù)CP=0.01對決策樹進(jìn)行后剪枝，結(jié)果見圖2。本研究構(gòu)建的決策樹模型根節(jié)點(diǎn)為年齡，共5個內(nèi)部節(jié)點(diǎn)、7個結(jié)果節(jié)點(diǎn)和12條決策路徑。各自變量的重要性由高到低分別為年齡、ADL、吸煙、運(yùn)動習(xí)慣、營養(yǎng)狀態(tài)。圖中清晰地表達(dá)了在節(jié)點(diǎn)劃分條件下發(fā)生肌少癥和非肌少癥的概率。

2.4 老年腦卒中病人肌少癥風(fēng)險預(yù)測模型的驗(yàn)證

對兩種模型繪制ROC曲線，并根據(jù)ROC曲線下面積（AUC）和混淆矩陣評價模型效能。Logistic回歸模型的AUC為0.959[95%CI（0.943，0.975）]，H?L檢驗(yàn)χ²=1.328，P=0.995（>0.05），表明模型有較好的擬合優(yōu)度；準(zhǔn)確率為89.9%，靈敏度為88.0%，特異度為91.1%，陽性預(yù)測值為87.2%，陰性預(yù)測值為91.2%。決策樹模型訓(xùn)練集和測試集的AUC分別為0.892[95%CI（0.853，0.928）]和0.826[95%CI（0.754，0.898）]，準(zhǔn)確率分別為87.2%和78.8%，靈敏度分別為75.9%和69.1%，特異度分別為93.9%和84.6%，陽性預(yù)測值分別為88.3%和73.1%，陰性預(yù)測值分別為86.6%和81.9%。根據(jù)Logistic回歸模型與決策樹模型測試集繪制ROC曲線，見圖3，表明兩模型的預(yù)測效能均較好。

3? 討論

3.1 老年腦卒中病人肌少癥發(fā)生現(xiàn)狀

肌少癥是腦卒中常見繼發(fā)性疾病，可能與腦卒中后肌肉退化有關(guān)。Lee等^[21?23]研究表明，急性腦卒中病人肌少癥患病率為8.5%～33.8%。陳長等^[24]使用SARC?F量表篩查首次發(fā)病的腦卒中病人，結(jié)果顯示肌少癥發(fā)生率為14.69%。本研究中，老年腦卒中病人肌少癥發(fā)生率為37.6%，略高于Lee等^[21?24]研究結(jié)果，可能與本研究選取的病人為老年人且病人未被限制腦卒中發(fā)病次數(shù)有關(guān)。Mas等^[10]研究顯示，腦卒中病人肌少癥患病率為14%～54%，與本研究結(jié)果相似。腦卒中相關(guān)的肌少癥會加速肌肉萎縮，與殘疾、生活質(zhì)量差、住院風(fēng)險和死亡風(fēng)險增高以及其他負(fù)面結(jié)局發(fā)生有緊密聯(lián)系^[25]。因此，定期運(yùn)用精準(zhǔn)、可靠的工具對老年腦卒中病人肌少癥發(fā)生風(fēng)險進(jìn)行篩查非常重要。醫(yī)護(hù)人員在治療腦卒中時也應(yīng)采取相應(yīng)干預(yù)措施預(yù)防或降低肌少癥發(fā)生，促進(jìn)功能恢復(fù)，提高病人生活質(zhì)量。

3.2 肌少癥發(fā)生的影響因素

3.2.1 年齡

本研究表明，年齡增大是老年腦卒中病人發(fā)生肌少癥的危險因素。隨著年齡增長，肌肉組織逐漸減少、質(zhì)量和力量下降。Lee等^[21]一項(xiàng)關(guān)于腦卒中病人肌少癥的研究顯示，<50歲的病人肌少癥發(fā)生率為2.9%，>70歲的病人肌少癥發(fā)生率為12.0%，提示肌少癥發(fā)病率與年齡呈正相關(guān)，與本研究結(jié)果相似。本研究決策樹表明，年齡是老年腦卒中病人肌少癥決策樹模型的根節(jié)點(diǎn)，是影響老年腦卒中病人肌少癥發(fā)生的關(guān)鍵性因素，當(dāng)年齡<75歲時，老年腦卒中病人肌少癥發(fā)生率為15%；當(dāng)年齡≥75歲時，老年腦卒中病人肌少癥發(fā)生率為72%，表明年齡越大的老年腦卒中病人肌少癥發(fā)生率越高。這可能是由于肌肉力量下降與年齡增長直接相關(guān)，且隨著年齡增長，性激素和生長激素下降，骨骼肌生長也會受到影響^[26]。醫(yī)護(hù)人員應(yīng)根據(jù)實(shí)際情況，幫助不同年齡段老年腦卒中病人制定有針對性的干預(yù)措施，最大限度地延緩年齡增長導(dǎo)致的肌少癥。

3.2.2 ADL

本研究表明，功能障礙加重、ADL降低是老年腦卒中病人肌少癥發(fā)生的獨(dú)立危險因素，與蔣自牧等^[27]研究結(jié)果一致。主要原因可能是肢體運(yùn)動功能障礙嚴(yán)重的老年腦卒中病人ADL受影響較大，肌肉力量逐漸下降，導(dǎo)致肌少癥發(fā)生風(fēng)險增加^[27?28]。決策樹表明，ADL是僅次于年齡的重要決策因素，當(dāng)年齡<75歲，ADL為生活自理或輕度功能障礙時，老年腦卒中病人肌少癥發(fā)生率為9%；當(dāng)年齡<75歲，ADL為中度功能障礙或重度功能障礙時，老年腦卒中病人肌少癥發(fā)生率升高至52%；當(dāng)年齡≥75歲，ADL為生活自理時，老年腦卒中病人肌少癥發(fā)生率為24%；當(dāng)年齡≥75歲，ADL為輕度功能障礙或中度功能障礙或重度功能障礙時，老年腦卒中病人肌少癥發(fā)生率增加為82%。提示隨著日常生活自理能力降低，肌少癥發(fā)生率逐漸升高。因此，護(hù)理人員既要適時評估病人的日常生活自理能力，還應(yīng)鼓勵病人在病情允許的情況下參與一定的日?；顒?，積極參加康復(fù)運(yùn)動，增加接觸社會的機(jī)會，從而有效減少肌少癥發(fā)生風(fēng)險。

3.2.3 營養(yǎng)狀態(tài)

本研究表明，營養(yǎng)狀態(tài)異常的老年腦卒中病人更易發(fā)生肌少癥，與Yoshimura等^[29]研究結(jié)果相似。腦卒中病人往往伴有肢體功能障礙，有時需要依靠他人才能攝入食物；同時有24.3%～52.6%的腦卒中病人還會伴有吞咽障礙，與未發(fā)生過腦卒中的老年人相比，營養(yǎng)不良風(fēng)險增大^[30]。決策樹結(jié)果顯示，營養(yǎng)狀態(tài)是肌少癥發(fā)生的重要影響因素，當(dāng)年齡<75歲，ADL為中度功能障礙或重度功能障礙，營養(yǎng)狀態(tài)正常時，肌少癥發(fā)生率為18%；當(dāng)年齡<75歲，ADL為中度功能障礙或重度功能障礙，營養(yǎng)狀態(tài)異常時，老年腦卒中病人肌少癥發(fā)生率增加至79%。相關(guān)文獻(xiàn)報道，蛋白質(zhì)代謝是肌肉代謝的基礎(chǔ)，當(dāng)身體不能攝取足夠的蛋白質(zhì)而導(dǎo)致營養(yǎng)不良時，會開始消耗肌肉，從而導(dǎo)致肌少癥發(fā)生^[31]。因此，家屬及醫(yī)護(hù)人員應(yīng)關(guān)注老年腦卒中病人的飲食習(xí)慣及營養(yǎng)狀況，及時補(bǔ)充營養(yǎng)，預(yù)防肌少癥發(fā)生。

3.2.4 運(yùn)動習(xí)慣

本研究顯示，偶爾或從不運(yùn)動是老年腦卒中病人肌少癥發(fā)生的獨(dú)立危險因素，與Mas等^[10]的研究一致。一項(xiàng)針對健康老年人的研究報告顯示，臥床休息10 d就會導(dǎo)致腿部肌肉質(zhì)量減少6%，肌肉力量減少16%^[32]；而腦卒中病人常因肢體功能障礙或病情影響需臥床休息，加大了肌少癥發(fā)生風(fēng)險。決策樹結(jié)果顯示，經(jīng)?；蚺紶栠\(yùn)動的老年腦卒中病人肌少癥發(fā)生率較低，而從不運(yùn)動的老年腦卒中病人肌少癥發(fā)生率較高，說明運(yùn)動習(xí)慣是老年腦卒中病人肌少癥發(fā)生的重要影響因素。已有研究發(fā)現(xiàn)，對腦卒中病人實(shí)施抗阻訓(xùn)練或聯(lián)合運(yùn)動方案時，其肌肉力量和肌肉質(zhì)量可能得到提高，從而減少肌少癥的發(fā)生^[33]。可見，身體運(yùn)動是獲得和保持肌肉力量直接、有效的手段，應(yīng)鼓勵腦卒中病人在病情允許的情況下盡可能參加活動，增進(jìn)肌肉質(zhì)量和力量，從而有效治療和緩解肌少癥的發(fā)生和發(fā)展。

3.2.5 吸煙

本研究顯示，吸煙是老年腦卒中病人肌少癥發(fā)生的影響因素，與Prokopidis等^[34]研究結(jié)果一致。已有研究顯示，吸煙可增強(qiáng)氧化應(yīng)激反應(yīng)、激活慢性炎癥狀態(tài)，從而導(dǎo)致肌少癥發(fā)生^[34]。決策樹結(jié)果顯示，吸煙會導(dǎo)致老年腦卒中病人肌少癥的發(fā)生率增高。Lee等^[35]研究結(jié)果顯示，目前吸煙與較低的肌肉質(zhì)量相關(guān)，吸煙可能是亞洲老年人肌少癥發(fā)生的危險因素之一。醫(yī)護(hù)人員應(yīng)注重老年腦卒中病人的吸煙狀況，鼓勵其戒煙，降低肌少癥發(fā)生。

3.2.6 跌倒風(fēng)險

本研究顯示，跌倒風(fēng)險增高為老年腦卒中病人肌少癥發(fā)生的獨(dú)立危險因素，與Aibar?Almazán等^[36]的研究結(jié)果（存在跌倒風(fēng)險的老年人肌少癥發(fā)生率較高）一致。跌倒風(fēng)險增高提示病人有跌倒傾向，對此病人存在害怕跌倒的心理，進(jìn)而會減少活動，增加了肌少癥發(fā)生風(fēng)險。但跌倒風(fēng)險在本研究的決策樹模型中未被納入，原因可能為與其他變量相比，其重要性較低。陳雨翔等^[37]研究表明，肌少癥病人比例會隨著跌倒風(fēng)險的增加而增加。因此，醫(yī)護(hù)人員應(yīng)定期評估老年腦卒中病人的跌倒風(fēng)險。

3.3 老年腦卒中病人肌少癥風(fēng)險預(yù)測模型的預(yù)測效能較好

本研究基于Logistic回歸和決策樹兩種方法構(gòu)建了列線圖和決策樹模型。兩種模型的AUC均較高，表明模型區(qū)分度較好；其特異度和靈敏度較高，表明模型在預(yù)測老年腦卒中病人肌少癥時誤診和漏診可能性較小，提示兩種模型的預(yù)測能力較好。預(yù)測模型可以將老年腦卒中病人肌少癥發(fā)生風(fēng)險進(jìn)行可視化，有利于臨床護(hù)理人員對老年腦卒中病人的肌少癥發(fā)生情況進(jìn)行動態(tài)評估，并根據(jù)各風(fēng)險因素對病人實(shí)施有針對性的干預(yù)措施，降低其肌少癥發(fā)生率，從而提高其生活質(zhì)量。

4? 小結(jié)

本研究顯示，老年腦卒中病人肌少癥發(fā)生率較高。構(gòu)建的Logistic回歸模型表明，年齡、吸煙、ADL、跌倒風(fēng)險、營養(yǎng)狀態(tài)和運(yùn)動習(xí)慣是老年腦卒中病人肌少癥發(fā)生的影響因素（P<0.05）；而在決策樹模型中未能體現(xiàn)跌倒風(fēng)險對肌少癥的影響，可能與其重要性較低有關(guān)。兩種模型預(yù)測能力較好，能夠根據(jù)其納入的危險因素篩選高危人群。醫(yī)護(hù)人員應(yīng)早期對病人進(jìn)行評估，并根據(jù)危險因素采取相應(yīng)的干預(yù)策略預(yù)防或降低肌少癥的發(fā)生，促進(jìn)病人功能恢復(fù)，提高病人生活質(zhì)量。本研究具有一定的局限性：1）樣本僅來源于遼寧省某三級甲等醫(yī)院神經(jīng)內(nèi)科，且納入的影響因素不全面；2）由于肌少癥有多種篩查與診斷方法，不同方法的患病率評價結(jié)果可能存在一定差異。建議今后納入更多影響因素并聯(lián)合多中心進(jìn)行研究，擴(kuò)大樣本量，采用多種篩查與診斷方法，進(jìn)一步完善模型預(yù)測效能，對老年腦卒中病人肌少癥的降低提供參考。

參考文獻(xiàn)：

[1]? 田洋，余茜.成都主城區(qū)社區(qū)腦卒中病人殘疾率及其相關(guān)因素分析[J].中國康復(fù)醫(yī)學(xué)雜志，2019，34（11）：1361-1364.

TIAN Y， YU X.Analysis of disability rate and related factors of community stroke patients in Chengdu city[J].Chinese Journal of Rehabilitation Medicine，2019，34（11）：1361-1364.

[2]? LI W，YUE T，LIU Y M.New understanding of the pathogenesis and treatment of stroke-related sarcopenia[J].Biomed Pharmacother，2020，131：110721.

[3]? FERRANDI P J，KHAN M M，PAEZ H G，et al.Transcriptome analysis of skeletal muscle reveals altered proteolytic and neuromuscular junction associated gene expressions in a mouse model of cerebral ischemic stroke[J].Genes（Basel），2020，11（7）：726.

[4]? SCHERBAKOV N，VON HAEHLING S，ANKER S D，et al.Stroke induced sarcopenia：muscle wasting and disability after stroke[J].Int J Cardiol，2013，170（2）：89-94.

[5]? FIELDING R A，VELLAS B，EVANS W J，et al.Sarcopenia：an undiagnosed condition in older adults.current consensus definition：prevalence，etiology，and consequences.international working group on sarcopenia[J].J Am Med Dir Assoc，2011，12（4）：249-256.

[6]? ROSENBERG I H.Sarcopenia：origins and clinical relevance[J].J Nutr，1997，127（5 Suppl）：990S-991S.

[7]? MATSUSHITA T，NISHIOKA S，TAGUCHI S，et al.Effect of improvement in sarcopenia on functional and discharge outcomes in stroke rehabilitation patients[J].Nutrients，2021，13（7）：2192.

[8]? 中華醫(yī)學(xué)會神經(jīng)病學(xué)分會，中華醫(yī)學(xué)會神經(jīng)病學(xué)分會腦血管病學(xué)組.中國各類主要腦血管病診斷要點(diǎn)2019[J].中華神經(jīng)科雜志，2019，52（9）：710-715.

Chinese Medical Association Neurology Branch， Cerebrovascular Disease Group of Chinese Medical Association Neurology Branch.Diagnostic criteria of cerebrovascular diseases in China（version 2019）[J].Chinese Journal of Neurology，2019，52（9）：710-715.

[9]? 高永祥，張晉昕.Logistic回歸分析的樣本量確定[J].循證醫(yī)學(xué)，2018，18（2）：122-124.

GAO Y X，ZHANG J X.Determination of sample size in logistic regression analysis[J].The Journal of Evidence-Based Medicine，2018，18（2）：122-124.

[10]? MAS M F，GONZ?LEZ J，F(xiàn)RONTERA W R.Stroke and sarcopenia[J].Curr Phys Med Rehabil Rep，2020，8（4）：452-460.

[11]? MALMSTROM T K，MORLEY J E.SARC-F：a simple questionnaire to rapidly diagnose sarcopenia[J].J Am Med Dir Assoc，2013，14（8）：531-532.

[12]? 王曉英.老年肌少癥問卷的漢化及運(yùn)動療法對肌少癥治療效果的meta分析[D].石家莊：河北醫(yī)科大學(xué)，2018.

WANG X Y.A meta-analysis of the Sinicization of the senile sarcopenia questionnaire and the effect of exercise therapy on the treatment of sarcopenia[D].Shijiazhuang：Hebei Medical University，2018.

[13]? MAHONEY F I，BARTHEL D W.Functional evaluation：the barthel index[J].Md State Med J，1965，14：61-65.

[14]? 巫嘉陵，安中平，王世民，等.腦卒中患者日常生活活動能力量表的信度與效度研究[J].中國現(xiàn)代神經(jīng)疾病雜志，2009，9（5）：464-468.

WU J L，AN Z P，WANG S M，et al.Study on reliability and validity of ADL Scale in patients with stroke[J].Chinese Journal of Contemporary Neurology and Neurosurgery，2009，9（5）：464-468.

[15]? GOBBENS R J，VAN ASSEN M A，LUIJKX K G，et al.Testing an integral conceptual model of frailty[J].J Adv Nurs，2012，68（9）：2047-2060.

[16]? RUBENSTEIN L Z，HARKER J O，SALV? A，et al.Screening for undernutrition in geriatric practice：developing the Short-Form Mini-Nutritional Assessment（MNA-SF）[J].J Gerontol A Biol Sci Med Sci，2001，56（6）：M366-M372.

[17]? HOYL M T，ALESSI C A，HARKER J O，et al.Development and testing of a five-item version of the Geriatric Depression Scale[J].J Am Geriatr Soc，1999，47（7）：873-878.

[18]? MORSE J M，BLACK C，OBERLE K，et al.A prospective study to identify the fall-prone patient[J].Soc Sci Med，1989，28（1）：81-86.

[19]? NASREDDINE Z S，PHILLIPS N A，B?DIRIAN V，et al.The Montreal Cognitive Assessment，MoCA：a brief screening tool for mild cognitive impairment[J].J Am Geriatr Soc，2005，53（4）：695-699.

[20]? ZIMET G D，POWELL S S，F(xiàn)ARLEY G K，et al.Psychometric characteristics of the Multidimensional Scale of Perceived Social Support[J].J Pers Assess，1990，55（3/4）：610-617.

[21]? LEE H，LEE I H，HEO J，et al.Impact of sarcopenia on functional outcomes among patients with mild acute ischemic stroke and transient ischemic attack：a retrospective study[J].Front Neurol，2022，13：841945.

[22]? ABE T，YOSHIMUA Y，IMAI R，et al.A combined assessment method of phase angle and skeletal muscle index to better predict functional recovery after acute stroke[J].J Nutr Health Aging，2022，26（5）：445-451.

[23]? NOZOE M，KUBO H，KANAI M，et al.Reliability and validity of measuring temporal muscle thickness as the evaluation of sarcopenia risk and the relationship with functional outcome in older patients with acute stroke[J].Clin Neurol Neurosurg，2021，201：106444.

[24]? 陳長，劉輝，藺陽剛，等.首次發(fā)病的老年輕型急性缺血性腦中病人肌少癥與腦卒中后認(rèn)知障礙相關(guān)性研究[J].中華老年醫(yī)學(xué)雜志，2021，40（4）：444-449.

CHEN C，LIU H，LIN Y G，et al.Correlation between sarcopenia and cognitive impairment after stroke in elderly patients with mild acute ischemic brain disease for the first time[J].Chinese Journal of Gerontology，2021，40（4）：444-449.

[25]? SCHERBAKOV N，DOEHNER W.Sarcopenia in stroke--facts and numbers on muscle loss accounting for disability after stroke[J].J Cachexia Sarcopenia Muscle，2011，2（1）：5-8.

[26]? GULIGOWSKA A，CHRZASTEK Z，PAWLIKOWSKI M，et al.Gonadotropins at advanced age-perhaps they are not so bad？correlations between gonadotropins and sarcopenia indicators in older adults[J].Front Endocrinol（Lausanne），2021，12：797243.

[27]? 蔣自牧，梁嘉輝，黎建樂，等.腦卒中后癱瘓肢體肌肉萎縮和失神經(jīng)支配研究進(jìn)展[J].中華神經(jīng)科雜志，2020，53（12）：1063-1067.

JIANG Z M，LIANG J H，LI J L，et al.Advances of muscular atrophy and denervation after stroke[J].Chinese Journal of Neurology，2020，53（12）：1063-1067.

[28]? 洪靜，饒素玉，周海桃，等.肌少癥訓(xùn)練綜合干預(yù)在腦卒中康復(fù)中應(yīng)用價值及對肌少癥的預(yù)防作用[J].中華全科醫(yī)學(xué)，2021，19（6）：1022-1025.

HONG J，RAO S Y，ZHOU H T，et al.Application value of comprehensive myopenia training intervention in stroke rehabilitation training and its preventive effect on myopenia[J].Chinese Journal of General Practice，2021，19（6）：1022-1025.

[29]? YOSHIMURA Y，BISE T，SHIMAZU S，et al.Effects of a leucine-enriched amino acid supplement on muscle mass，muscle strength，and physical function in post-stroke patients with sarcopenia：a randomized controlled trial[J].Nutrition，2019，58：1-6.

[30]? 薄瑩瑩，莫永珍，歐陽曉俊，等.老年肌少癥住院病人合并吞咽功能障礙的影響因素分析[J].實(shí)用老年醫(yī)學(xué)，2022，36（6）：632-635.

BO Y Y，MO Y Z，OUYANG X J，et al.Analysis of influencing factors of dysphagia in hospitalized elderly patients with sarcopenia[J].Practical Geriatrics，2022，36（6）：632-635.

[31]? TIELAND M，DIRKS M L，VAN DER ZWALUW N，et al.Protein supplementation increases muscle mass gain during prolonged resistance-type exercise training in frail elderly people：a randomized，double-blind，placebo-controlled trial[J].J Am Med Dir Assoc，2012，13（8）：713-719.

[32]? KORTEBEIN P，F(xiàn)ERRANDO A，LOMBEIDA J，et al.Effect of 10 days of bed rest on skeletal muscle in healthy older adults[J].JAMA，2007，297（16）：1772-1774.

[33]? 楊文杰，李艷麗，周彥君，等.漸進(jìn)性有氧-抗阻訓(xùn)練在預(yù)防腦卒中后肌少癥發(fā)生中的應(yīng)用及對肌力水平、運(yùn)動耐力的影響[J].實(shí)用醫(yī)院臨床雜志，2023，20（1）：44-47.

YANG W J，LI Y L，ZHOU Y J，et al.Application of progressive aerobic-resistance training in the prevention of post-stroke sarcopenia and its influence on muscle strength and exercise tolerance[J].Practical Journal of Clinical Medicine，2023，20（1）：44-47.

[34]? PROKOPIDIS K，WITARD O C.Understanding the role of smoking and chronic excess alcohol consumption on reduced caloric intake and the development of sarcopenia[J].Nutr Res Rev，2022，35（2）：197-206.

[35]? LEE J S W，AUYEUNG T W，KWOK T，et al.Associated factors and health impact of sarcopenia in older Chinese men and women：a cross-sectional study[J].Gerontology，2007，53（6）：404-410.

[36]? AIBAR-ALMAZ?N A，MART?NEZ-AMAT A，CRUZ-D?AZ D，et al.Sarcopenia and sarcopenic obesity in Spanish community-dwelling middle-aged and older women：association with balance confidence，fear of falling and fall risk[J].Maturitas，2018，107：26-32.

[37]? 陳雨翔，劉陽，吳愛萍，等.探討社區(qū)老年女性不同階段肌少癥與跌倒風(fēng)險的相關(guān)性研究[J].浙江醫(yī)學(xué)，2019，41（6）：550-554.

CHEN Y X，LIU Y，WU A P，et al.Severity of sarcopenia is associated with postural balance and risk of falls in community-dwelling eldely women[J].Zhejiang Medical Journal，2019，41（6）：550-554.

（收稿日期：2023-05-22；修回日期：2024-02-27）

（本文編輯 陳瓊）