《GeroScience》：Identifying a fitness tool in early old-age to predict long-term risk of disability, severe disability, and mortality
编辑推荐：
人口老龄化的加剧使得老年残疾患病率不断上升，但目前尚不清楚能否在早期识别残疾风险。研究人员采用早期老年阶段的十项功能/体能指标，探究其对高龄阶段残疾的预测能力。研究纳入Whitehall II队列共4593名参与者，平均年龄为65.3岁，中位随访时间为11.0
人口老龄化的加剧使得老年残疾患病率不断上升，但目前尚不清楚能否在早期识别残疾风险。研究人员采用早期老年阶段的十项功能/体能指标，探究其对高龄阶段残疾的预测能力。研究纳入Whitehall II队列共4593名参与者，平均年龄为65.3岁，中位随访时间为11.00年（四分位距7.25–12.67年），结局事件为发生残疾[日常生活活动能力（Activities of Daily Living, ADL）限制≥1项]及重度残疾（ADL限制≥2项）。研究人员首先检验各单独预测指标的C统计量是否优于仅包含年龄和性别的基础模型C统计量，随后采用LASSO回归（Least Absolute Shrinkage and Selection Operator，最小绝对收缩与选择算子），以步长0.0001逐步调整lambda正则化参数筛选核心预测因子，并通过验证新LASSO预测集的C统计量提升确定最终预测因子组合。结果显示，单独分析时腰围对残疾（C统计量0.6557，95%置信区间0.6367–0.6747）和重度残疾（0.6868，0.6582–0.7153）的预测能力最高。针对新发残疾的最优LASSO预测集（C统计量0.6617，0.6431–0.6804）包含年龄、性别、腰围、步行速度、计时起坐测试及平衡能力；针对重度残疾的最优预测集（C统计量0.6955，0.6678–0.7233）与之相同但不含步行速度。研究结果强调了肥胖指标对残疾风险的重要性，表明少量功能/体能指标即可有效识别高龄阶段残疾高风险人群。
论文解读：《GeroScience》发表早期老年体能指标对长期残疾及死亡风险的预测研究
全球人口老龄化进程加速背景下，老年残疾患病率持续上升，已成为影响个体生活质量、加重医疗负担的核心公共卫生问题。尽管健康预期寿命（Healthy Life Expectancy, HALE）、残疾调整生命年（Disability-Adjusted Life Years, DALY）等概念已凸显残疾监测的重要性，且日常生活活动能力（Activities of Daily Living, ADL）限制被广泛用于残疾评估，但目前仍缺乏可在人群层面推广的简单残疾风险筛查工具。现有老年功能 fitness 相关研究多采用心肺适能、肌肉力量等单一指标或复合量表，尚未形成兼顾简便性与预测效能的标准化评估体系，难以满足早期风险识别与干预的需求。基于此，研究人员依托英国Whitehall II队列开展纵向研究，旨在筛选早期老年阶段可预测长期残疾及死亡风险的核心功能/体能指标，为老年残疾防控提供循证依据。
研究采用的关键技术方法如下：研究对象来自Whitehall II队列，基线为2007–2009年随访期，排除数据缺失及基线已患残疾者后共纳入4593名参与者，平均随访时间超过11年。研究设定三类结局：新发残疾（≥1项ADL限制）、重度残疾（≥2项ADL限制）及全因死亡。预测指标选取10项客观测量的功能/体能指标，包括体重指数（Body Mass Index, BMI）、腰围、静息心率、步行速度、握力、计时起坐测试（Timed Chair Rises）、手指敲击测试（Finger Tapping Test, FTT）、平衡测试、简易体能状况量表（Short Physical Performance Battery, SPPB）及Fried衰弱表型。统计分析采用Cox比例风险回归检验单指标关联，通过比较C统计量评估预测效能提升，并以LASSO回归筛选最优预测因子组合，同时在亚组、敏感性分析中验证模型稳健性。
研究结果
参与者基线特征：随访期间共828人发生新发残疾，377人发生重度残疾，596人死亡。与未发生残疾者相比，残疾事件发生者的基线年龄更高、教育水平更低、健康状况更差、各项功能测试结果更弱，该差异在重度残疾与死亡事件中呈现一致趋势。
单指标关联与预测效能：调整年龄与性别后，多数单独功能/体能指标与新发残疾、重度残疾及死亡风险显著相关，仅FTT与残疾、平衡能力与死亡无显著关联。其中腰围对新发残疾的风险比（Hazard Ratio, HR）最高（HR=1.34，95%CI 1.25–1.43）。C统计量分析显示，仅含年龄与性别的基础模型对新发残疾的C统计量为0.6334，加入腰围、计时起坐测试、平衡能力、SPPB或Fried衰弱表型后可显著提升预测效能，其中腰围的C统计量（0.6557）与SPPB（0.6468）、Fried衰弱表型（0.6489）相近。
LASSO回归筛选结果：排除复合指标后，LASSO回归确定新发残疾的最优预测集为年龄、性别、腰围、步行速度、计时起坐测试、平衡能力（C统计量0.6617）；重度残疾的最优预测集与之相同但不含步行速度（C统计量0.6955）；死亡的最优预测集为年龄、性别、步行速度、握力、静息心率、腰围、平衡能力、手指敲击测试（C统计量0.7265）。
模型比较与验证：新发残疾LASSO预测集的C统计量显著高于单独步行速度、SPPB及Fried衰弱表型模型。亚组分析显示，该预测集在多数人群中表现稳定，仅在患肌肉骨骼病人群中对新发残疾的预测效能略低，在女性中预测效能高于男性。校准检验（Greenwood-Nam-D'Agostino test）提示所有模型校准度良好，净重新分类指数（Net Reclassification Improvement, NRI）证实其较基础模型的分类能力提升。敏感性分析显示，缺失数据未对结果产生偏倚，竞争风险模型与嵌套交叉验证均支持主要结论的稳定性。
讨论与结论
本研究首次在平均65.3岁的相对年轻老年人群中，验证了少量客观功能/体能指标对超过11年随访期内残疾及死亡的预测价值。研究发现，腰围等肥胖指标对残疾的预测效能可与SPPB、Fried衰弱表型等复合量表相当，而结合腰围、步行速度、计时起坐测试、平衡能力的精简预测集，其预测效能优于现有常用工具，且兼具简便性与可操作性。与既往纳入数十项混杂因素的大型预测模型相比，本研究的精简模型在未依赖疾病史、社会经济因素等变量的前提下，实现了相近的预测准确性，更适用于基层临床与公共卫生筛查场景。
研究结论明确指出：早期老年阶段的年龄、性别、腰围、步行速度、计时起坐测试及平衡能力指标，可有效识别高龄阶段残疾及重度残疾的长期风险；该精简工具无需复杂设备，易于推广，可为高风险人群的早期干预（如运动、营养干预）提供依据，推动老年健康管理从被动应对残疾转向主动预防。研究成果发表于《GeroScience》，为老年残疾防控体系的优化提供了重要的循证证据。
