《Archives of Gerontology and Geriatrics》：Risk prediction models for hospitalization-associated disability among older adults: A systematic review and meta-analysis
编辑推荐：
医院相关残疾（HAD）的预测模型研究显示，现有18个基于逻辑回归的模型主要纳入年龄、认知功能、IADL和营养状况等变量，但模型验证不足，仅2个完成内外部验证。PROBAST+AI评估显示所有模型存在高风险偏倚，内部验证AUC为0.77，外部验证仅0.71，校准数据缺失率达60%。建议加强模型验证和临床转化研究。
李增|倪萍|侯海龙|刘莉|吕一凡|安宇|邓光荣|胡秀英
四川大学华西医院护理学院，四川省护理重点实验室，中国成都，四川
摘要
背景
：住院相关残疾是老年人常见的不良后果，会导致住院时间延长和医疗负担增加。尽管已经开发了几种风险预测模型来识别住院相关残疾（HAD），但这些模型的质量、偏倚风险和临床适用性仍不明确。
目的
：系统回顾现有关于老年人住院相关残疾风险预测模型的证据。
方法
：从研究开始到2025年10月15日，共检索了8个数据库。根据CHARMS标准提取了纳入研究的数据。使用PROBAST+AI评估了纳入模型的质量、偏倚风险和适用性。
结果
：最终共有16项研究中的18个预测模型被纳入本综述。所有模型均采用逻辑回归方法建立，年龄、认知功能、日常生活活动能力（IADL）和营养状况是最常见的预测因素。通过汇总的AUC/C统计量/C指数评估模型区分能力：开发阶段的分辨率为0.76（95% CI：0.76-0.77），内部验证阶段的分辨率为0.77（95% CI：0.74-0.80），外部验证阶段的分辨率为0.71（95% CI：0.68-0.74）。81.8%的开发模型、20%的内部验证模型和38.5%的外部验证模型报告了校准结果，除一个模型外，所有结果均显示校准良好。所有研究的质量较低或偏倚风险较高。
结论
：尽管大多数纳入模型具有中等程度的区分能力，但仍存在显著的方法学局限性和不足的验证。未来的研究应致力于提高模型开发的质量、降低模型验证的偏倚风险，并改善临床适用性。
引言
全球人口正在以前所未有的速度老龄化。预计2020年至2030年间，60岁及以上的人口将从10亿增加到14亿，并可能在2050年翻倍，达到约20亿（Feng和Huang，2025；Shlisky等人，2017）。这种人口结构变化，加上老年人生理储备较低和多病共存的情况，导致这一群体的住院率大幅增加，是中年人的两倍多（Chou等人，2021；Hao等人，2024）。虽然住院的目的是治疗急性疾病，但它也可能导致不良后果，其中住院相关残疾（HAD）尤为突出（Loyd等人，2020）。HAD定义为出院时或出院后丧失一项或多项基本日常生活活动（ADL）的能力（Covinsky等人，2011；Valenzuela等人，2020）。ADL通常包括洗澡、穿衣、行走、如厕和进食（Katz等人，1963）。
一项荟萃分析显示，急性住院期间HAD的总体发生率为30%（Loyd等人，2020）。其他研究报道，在出院后6个月，43%的住院社区居住老年人需要持续用药，24%的人无法步行四分之一英里，45%的人无法驾驶（Dharmarajan等人，2020；Brown，2020）。HAD不仅严重损害患者的生活质量和功能独立性，还与再次住院、机构化和死亡风险增加有关（Rodriguez-Lopez等人，2024）。此外，随着老年人口的持续增长，HAD给医疗系统带来了巨大的经济负担（Hao等人，2024）。
尽管HAD的临床意义已被认可，但其预防和管理仍然具有挑战性。一些针对性干预措施，如老年人急性护理单元和医院老年人生活计划，已被证明可以减缓功能衰退（Fox等人，2021；Inouye等人，2000）。然而，这些干预措施尚未在医疗环境中广泛实施，其效果受多种因素影响。因此，早期识别高风险患者和实施个性化干预已成为关键的研究重点。
风险预测模型作为量化个体疾病风险的工具，在临床实践中具有巨大潜力。近年来，多项研究试图开发HAD的预测模型，纳入了年龄、认知功能、营养状况、抑郁症状和身体约束等因素（Maleki等人，2021；Van Grootven等人，2020）。这些模型有望促进早期风险分层和个性化护理计划的制定。然而，这些模型在参与者特征、方法学严谨性、验证策略和临床适用性方面也存在差异。迄今为止，尚无系统综述全面综合现有的老年人HAD风险预测模型。因此，本研究旨在系统回顾现有老年人HAD风险预测模型的特征，并对其质量、偏倚风险和适用性进行批判性评估，从而为临床实践和未来研究提供基于证据的指导。
方法部分
方法
本系统综述遵循了2020年系统综述和荟萃分析首选报告项目（PRISMA）声明（Page等人，2021）以及多变量预测模型透明报告指南（TRIPOD-SRMA）（Snell等人，2023）。研究方案已在PROSPERO注册（CRD420251171785）。
研究选择
本系统综述的研究选择过程遵循了2020年系统综述和荟萃分析首选报告项目（PRISMA）指南，具体流程见图1。共识别出2593条记录，去除205条重复记录后，根据标题和摘要进行筛选，最终保留了84条记录。其中68条记录被排除，最终纳入了16项研究报告的18个HAD预测模型。
讨论
本系统综述从16项研究中识别并批判性地评估了18个HAD风险预测模型。总体而言，现有模型的验证程度有限，仅有两个模型同时通过了内部和外部验证。模型在开发和验证阶段的区分能力表现为中等水平。虽然校准是评估模型性能的关键参数，但在这些模型中很少进行评估，尤其是在外部验证队列中。值得注意的是，所有模型
局限性
本综述存在若干局限性。首先，由于模型主要来自高收入地区，因此其结果缺乏普遍性，限制了在低收入和中等收入地区的适用性。其次，纳入研究的样本量差异巨大（参与者人数从98人到205835人不等），这是观察到的显著异质性的主要原因。这种差异严重影响了模型的解释，因为小样本模型容易过拟合和表现过于乐观。
结论
本系统综述对11个老年人HAD风险预测模型进行了评估，根据PROBAST+AI的结果，所有模型的质量较低且偏倚风险较高，主要是由于参与者和分析方面的缺陷，限制了其临床实用性。主要预测因素包括年龄、认知功能、IADL和营养状况。尽管在开发阶段表现出中等程度的区分能力，但这些模型缺乏验证和校准报告。未来的研究必须提高方法学严谨性，进行验证
CRediT作者贡献声明
李增：撰写——审稿与编辑、初稿撰写、方法学设计、数据管理、概念构思。倪萍：撰写——审稿与编辑、数据管理。侯海龙：撰写——审稿与编辑、方法学设计。刘莉：数据分析、数据分析。吕一凡：方法学设计、数据分析。安宇：验证、数据管理。邓光荣：验证、数据分析。胡秀英：撰写——审稿与编辑、监督、概念构思。
