切换至 "中华医学电子期刊资源库"
高级检索
中华老年病研究电子杂志

中华老年病研究电子杂志 ›› 2025, Vol. 12 ›› Issue (03) : 31 -38. doi: 10.3877/cma.j.issn.2095-8757.2025.03.005

二次分析

基于Meta分析构建住院老年患者衰弱风险预测模型
曹婧然1, 郭荣鑫2, 张煜坤2, 陈康寅2,†()   
  1. 1300211　天津医科大学第二医院营养科
    2300211　天津医科大学第二医院心脏科
  • 收稿日期:2024-12-05 出版日期:2025-08-28
  • 通信作者: 陈康寅
  • 基金资助:
    科技创新2030"四大慢病重大专项"(2024ZD0524300, 2024ZD0524301); 天津市卫生健康委员会天津市中医药重点研究领域科研项目(2022011); 天津市教委科研计划项目(2024KJ205)

Building a frailty risk prediction model for older inpatients based on meta-analysis

Jingran Cao1, Rongxin Guo2, Yukun Zhang2, Kangyin Chen2,†()   

  1. 1Nutrition Department, the Second Hospital of Tianjin Medical University
    2Heart Center, the Second Hospital of Tianjin Medical University,Tianjin 300211, China
  • Received:2024-12-05 Published:2025-08-28
  • Corresponding author: Kangyin Chen
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

曹婧然, 郭荣鑫, 张煜坤, 陈康寅. 基于Meta分析构建住院老年患者衰弱风险预测模型[J/OL]. 中华老年病研究电子杂志, 2025, 12(03): 31-38.

Jingran Cao, Rongxin Guo, Yukun Zhang, Kangyin Chen. Building a frailty risk prediction model for older inpatients based on meta-analysis[J/OL]. Chinese Journal of Geriatrics Research(Electronic Edition), 2025, 12(03): 31-38.

目的

基于Meta分析构建住院老年患者的衰弱风险预测模型，为临床早期筛查老年衰弱患者提供依据。

方法

系统检索衰弱影响因素分析相关文献，使用Meta分析将衰弱各影响因素的比值比（OR）或相对危险度（RR）作为统计量进行合并，以合并后的OR值计算β构建Logistic回归方程，并以β进行各影响因素的评分赋值，构建衰弱风险评分模型。以FRAIL量表作为衰弱诊断金标准，选择2024年1—6月天津医科大学第二医院收治的老年患者进行模型外部验证，以模型总得分为测试指标进行诊断试验，以曲线下面积（AUC）作为模型综合评价指标。

结果

Meta分析共纳入57项研究，将构建的衰弱风险评分模型赋分：年龄（≥60岁，2分）、共病（临床诊断≥5个，10分）、身体活动（每日活动量<6 000步，17分）、高血压（6.5分）、糖尿病（6.5分）、肾功能不全（5.5分）、营养风险筛查（NRS）2002≥3分（13分）、脑钠肽（BNP）≥100 pg/mL（1分）、C反应蛋白（CRP）≥5 mg/L（2分）。外部验证试验显示，该预测模型受试者工作特征曲线的AUC为0.973（95%CI：0.955~0.991，P<0.0001）；当衰弱风险评分≥25分时判断为衰弱，此临界值的灵敏度为0.925，特异性为0.925。

结论

本研究通过Meta分析构建的衰弱风险预测模型具有良好的稳定性和预测效果，模型采集的指标在临床上可及性强，适合临床推广应用。

关键词: 衰弱, Meta分析, 预测模型
Objective

To develop a frailty risk prediction model for elderly inpatients based on Meta-analysis, providing a basis for early clinical screening of frail older patients.

Methods

A systematic literature search was conducted to identify studies analyzing factors influencing frailty. Meta-analysis was then performed to pool the odds ratios (OR) or relative risks (RR) for each factor as summary statistics. The combined OR value was used to calculate β to construct a logistic regression equation, and the β was used to assign scores to each influencing factor to build a frailty risk scoring table. The FRAIL scale served as the gold standard for frailty diagnosis, and the model was externally validated in a cohort of elderly inpatients. The total score of the model was used as the test indicator for the diagnostic test, and the area under the curve (AUC) was used as the comprehensive evaluation index of the model.

Results

A total of 57 studies were included in the meta-analysis. The constructed frailty risk scoring model assigns scores as follows: age (≥60 years old, 2 points), comorbidities (clinical diagnosis≥5, 10 points), physical activity (daily activity volume < 6000 steps, 17 points), hypertension (6.5 points), diabetes (6.5 points), renal insufficiency (5.5 points), NRS 2002≥3 points (13 points), BNP≥100 pg/mL (1 point), CRP≥5 mg/L (2 points). The external validation trial showed that the area under the receiver operating characteristic curve of this predictive model was 0.973 (95%CI: 0.955~0.991, P < 0.0001); when the frailty risk scale score was≥25 points, it could be judged as frail, and the sensitivity of this critical value was 0.925, and the specificity was 0.925.

Conclusion

The frailty risk prediction model constructed through meta-analysis in this study has excellent stability and predictive performance. The indicators collected by the model are highly accessible in clinical settings and are suitable for clinical application and promotion.

Key words: Meta-analysis, Frailty, Prediction model
图1 老年患者衰弱影响因素Meta分析文献检索与数据提取流程图
表1 老年患者衰弱影响因素Meta分析纳入研究特征与质量评分表
研究 国别 总例数 衰弱（例） 研究人群 衰弱评估方法 NOS评分
李娟丽2021[9] 中国 406 277 老年冠心病患者 ADL、IADL 6
卞娜娜2021[10] 中国 265 141 老年冠心病患者 Fried 6
樊俊宁2021[11] 中国 13 689 342 健康体检老人 FI 9
廖若彤2022[12] 中国 211 81 脑卒中老年患者 FI 7
曹亭2019[13] 中国 156 57 腹部手术老年患者 Fried 8
赖小星2021[14] 中国 226 110 高龄住院老年患者 Fried 6
张治香2018[15] 中国 446 92 百岁老人 FRAIL 7
范利2015[16] 中国 320 94 老年高血压患者 4 m步速评定法 9
胡依娜2019[17] 中国 101 39 社区老人 VES-13 9
赵杰2021[18] 中国 462 141 住院老年患者 FI 8
顾怡沁2022[19] 中国 125 25 老年心衰患者 FI 9
赵玲玲2022[20] 中国 100 69 老年癌症患者 FI 5
凌珊2021[21] 中国 105 59 老年2型糖尿病患者 FRAIL 9
钱绪芬2021[22] 中国 260 43 COPD老年患者 FRAIL 9
苟辉2023[23] 中国 104 40 住院老年患者 FRAIL 9
吴杏尧2022[24] 中国 227 77 老年肺癌患者 GFI 9
杨阳2021[25] 中国 183 54 老年冠心病患者 Fried 8
冷雅楠2019[26] 中国 11 799 3 776 老年高血压患者 FRAIL 9
李永乐2019[27] 中国 153 47 老年高血压患者 FRAIL 9
洛佳坤2023[28] 中国 617 156 老年共病患者 FRAIL 9
曾鸣2021[29] 中国 230 66 老年冠心病患者 Fried 7
景瑞青2021[30] 中国 363 118 老年冠心病患者 FRAIL 9
翟红丽2021[31] 中国 145 49 老年冠心病患者 FRAIL 7
蒲霞敏2023[32] 中国 6 231 1 892 老年冠心病患者 FRAIL 8
周雪莲2021[33] 中国 404 124 老年冠心病患者 FRAIL 6
邹海妹2022[34] 中国 124 100 老年冠心病患者 TFI 5
寇京莉2022[35] 中国 616 60 高龄住院老年患者 FRAIL 9
张媛2020[36] 中国 196 99 老年骨折患者 Fried 9
高云2021[37] 中国 193 143 慢性肾病患者 Fried 9
段菲2022[38] 中国 339 114 老年慢阻肺患者 FP 7
路平2023[39] 中国 201 31 老年癌症患者 FRAIL 6
马春2023[40] 中国 3 579 1 216 老年糖尿病患者 Fried 9
程正楠2020[41] 中国 998 80 老年糖尿病患者 FRAIL 8
陈旭2019[42] 中国 278 41 老年糖尿病患者 Fried 8
陈文秀2019[43] 中国 126 32 老年糖尿病患者 Fried 6
赵家秀2021[44] 中国 221 44 老年冠心病患者 Fried 6
郑燕蓉2019[45] 中国 360 89 住院老年患者 Fried 9
李莹莹2020[46] 中国 604 147 住院老年患者 Fried 9
张洁2022[47] 中国 320 171 住院老年患者 Fried 7
车小雯2023[48] 中国 364 137 农村老年人 FP 6
黄建华2021[49] 中国 527 42 社区老年人 Fried 8
魏爱云2021[50] 中国 210 91 社区老年人 Fried 5
任卓2023[51] 中国 200 29 社区老年人 FRAIL 6
董冰茹2021[52] 中国 3 061 156 社区老年人 Fried 9
曹华伟2023[53] 中国 201 52 肾移植老年患者 Fried 9
陈琰2017[54] 中国 127 36 透析老年患者 Fried 9
王巧稚2021[55] 中国 526 184 心血管病老年患者 TFI 6
李莉莉2023[56] 中国 410 82 肝硬化老年患者 LFI 5
商娜2023[57] 中国 210 142 急症老年患者 CFS 7
陈泽坤2021[58] 中国 1 449 291 社区老年人 FI 7
秦岚2022[59] 中国 570 287 癌症老年人 Fried 5
郭红菊2021[60] 中国 242 83 住院老年人 Fried 6
肖敏2020[61] 中国 218 58 住院老年人 Fried 9
Semmarrth2019[62] 中国台湾 526 79 社区老年人 Fried 9
Steinmeyer2020[63] 法国 1 829 893 社区老年人 GFST 8
Jazbar2021[64] 斯洛文尼亚 14 665 1 800 社区老年人 FI 9
Qin2022[65] 中国 80 28 住院老年人 Fried 7
Dai2022[66] 中国 108 41 老年冠心病患者 Fried 9
Aprahamian2017[67] 巴西 619 92 老年高血压患者 FRAIL 9
表2 老年患者衰弱影响因素Meta分析合并结果
影响因素 文献编号 样本量 异质性分析P值 I 2（%） 效应模型 OR（95%CI） Z值 P值
年龄 20 39 181 <0.05 83 随机效应模型 1.22（1.14~1.30） 5.92 <0.01
共病 15 19 942 <0.05 83 随机效应模型 2.75（1.90~3.97） 5.36 <0.01
身体活动 6 3 954 <0.05 92 随机效应模型 5.60（1.91~16.42） 3.14 <0.05
高血压 7 4 996 >0.05 45 固定效应模型 1.88（1.61~2.20） 7.96 <0.01
糖尿病 9 34 573 <0.05 74 随机效应模型 1.94（1.70~2.22） 9.78 <0.01
肾功能不全 4 848 >0.05 19 固定效应模型 1.73（1.43~2.09） 5.62 <0.01
营养不良 24 21 399 <0.05 84 随机效应模型 3.60（2.65~4.90） 8.16 <0.01
BNP 13 25 081 <0.05 97 随机效应模型 1.12（1.08~1.15） 7.28 <0.01
CRP 9 4 168 <0.05 96 随机效应模型 1.23（1.14~1.34） 4.98 <0.01
血红蛋白 8 9 455 <0.05 86 随机效应模型 0.98（0.93~1.03） 0.95 >0.05
白蛋白 8 7 354 <0.05 96 随机效应模型 1.08（0.81~1.45） 0.54 >0.05
表3 住院老年患者衰弱危险因素敏感性分析的剔除后结果
危险因素 剔除文献 I 2（%） 效应模型 OR（95%CI） P值 结果改变
年龄增长 樊俊宁2021[11] 75 随机效应模型 1.26（1.17~1.36） <0.01 否
共病 赵杰2021[18] 76 随机效应模型 2.42（1.72~3.41） <0.01 否
身体活动 董冰茹2021[52] 37 固定效应模型 3.27（2.25~4.73） <0.01 否
高血压 李永乐2019[27] 8 固定效应模型 1.85（1.58~2.17） <0.01 否
糖尿病 陈旭2019[42] 55 随机效应模型 1.91（1.74~2.11） <0.01 否
肾功能不全 高云2021[37] 0 固定效应模型 1.71（1.41~2.07） <0.01 否
营养不良 李莉莉2023[56] 81 随机效应模型 3.90（2.80~5.43） <0.01 否
BNP Qin2022[65] 94 随机效应模型 1.04（1.02~1.07） <0.01 否
CRP Dai2022[66] 82 随机效应模型 1.06（1.02~1.11） <0.01 否
血红蛋白 段菲2022[38] 85 随机效应模型 0.96（0.91~1.01） <0.01 否
白蛋白 景瑞青2021[30] 93 随机效应模型 1.04（0.74~1.47） <0.01 否
表4 衰弱风险预测模型构建结果
影响因素 赋值情况 β 得分
年龄 年龄≥60岁 0.198 2
共病 入院临床诊断数目≥5个 1.011 10
身体活动 不经常锻炼：每日活动量<6000步 1.723 17
高血压 患高血压 0.631 6.5
糖尿病 患糖尿病 0.663 6.5
肾功能不全 急性肾功能不全或慢性肾脏病 0.548 5.5
营养不良 NRS 2002≥3分 1.281 13
BNP BNP≥100 pg/mL 0.113 1
CRP CRP≥5 mg/L 0.207 2
图2 衰弱风险模型验证ROC曲线分析
[1]
Cao J, Liu W, Luo Q, et al. Investigation on the 3-Step procedure of nutritional screening, evaluation, and GLIM diagnosis for elderly inpatients[J]. Top Clin Nutr, 2023, 38(3):239-248.
[2]
曹婧然，刘炜，陈康寅，等.营养相关血液标志物及营养风险对衰弱的诊断价值研究[J].中国临床实用医学，2023，14（5）：17-21.
[3]
Ni Lochlainn M, Cox NJ, Wilson T, et al. Nutrition and frailty: opportunities for prevention and treatment[J]. Nutrients, 2021, 13(7):2349.
[4]
Jayanama K, Theou O, Blodgett JM, et al. Frailty, nutrition-related parameters, and mortality across the adult age spectrum[J]. BMC Med, 2018, 16(1):188.
[5]
Puri P, Dhiman RK, Taneja S, et al. Nutrition in chronic liver disease: consensus statement of the Indian national association for study of the liver[J]. J Clin Exp Hepatol, 2021, 11(1):97-143.
[6]
沈傲梅，路潜，符鑫，等.基于前瞻性队列研究的Meta分析构建乳腺癌相关淋巴水肿风险预测模型研究[J].中国全科医学，2023，26（17）：2078-2088.
[7]
张天嵩，钟文昭，李博.实用循证医学方法学[M].长沙：中南大学出版社，2021：195-197.
[8]
张倩，魏朝洁，黄宏汰，等.基于21个队列研究的中国缺血性脑卒中患者复发风险预测模型构建与验证[J].实用心脑肺血管病杂志，2023，31（2）：8-15.
[9]
李娟利，王小芹，肖懿慧，等. 75岁以上女性冠心病PCI术后衰弱风险预测模型的构建[J].中国妇幼健康研究，2021，32（10）：1469-1475.
[10]
卞娜娜，胡立群，李红旗，等. NLR RDW及NT-proBNP对老年冠心病患者衰弱的诊断价值[J].安徽医学，2021，42（11）：1211-1215.
[11]
樊俊宁，杨淞淳，孙至佳，等.北京美兆体检人群的衰弱状态变化及衰弱恶化的影响因素分析[J].中华流行病学杂志，2021，42（8）：1453-1459.
[12]
廖若彤，陈蕊，罗旺辉，等.成年急性缺血性脑卒中患者衰弱现状及影响因素分析[J].重庆医学，2022，51（21）：3644-3649.
[13]
曹亭，权月，张锦锦，等.腹部择期手术老年患者术前衰弱状况调查及其影响因素分析[J].中国全科医学，2019，22（14）：1730-1735.
[14]
赖小星，霍晓鹏，薄琳，等.高龄老年住院患者衰弱现状及影响因素的研究[J].北京医学，2021，43（3）：198-202.
[15]
张治香，侯惠如.海南部分地区百岁老人衰弱现状及影响因素分析[J].解放军医学院学报，2018，39（4）：286-290.
[16]
范利，李建华，胡亦新，等.合并不同并发症的老年高血压患者的衰弱检出率[J].中华高血压杂志，2015，23（12）：1151-1155.
[17]
胡依娜，刘耀东，李红艳，等.湖南省某偏远地区60岁以上老年人衰弱情况调查及其影响因素分析[J]. 中华现代护理杂志，2019，25（17）：2133-2138.
[18]
赵杰，吴珍珍，芦鸿雁，等.基于衰弱指数评估的老年住院患者衰弱现状及其影响因素[J].护理实践与研究，2021，18（21）：3161-3166.
[19]
顾怡沁.基于营养指标构建慢性心力衰竭患者的衰弱风险预测模型研究[D].南京：南京中医药大学，2022.
[20]
赵玲玲，裴炬盛，韦荣泉，等.脊柱转移瘤病人衰弱影响因素分析[J].护理研究，2022，36（4）：618-623.
[21]
凌珊，楼慧玲，袁辉辉.老年2型糖尿病住院患者衰弱相关因素分析[J].国际医药卫生导报，2021，27（19）：3042-3047.
[22]
钱绪芬，王庆芳，韩婷.老年COPD患者衰弱现状及影响因素分析[J].中华现代护理杂志，2021，27（36）：5.
[23]
苟辉，项红梅，邹琴，等.老年大疱性类天疱疮住院病人衰弱现状及影响因素分析[J].实用老年医学，2023，37（7）：714-718.
[24]
吴杏尧，曹慧娇.老年肺癌患者术前衰弱风险列线图预测模型构建与评估[J].中国老年学杂志，2022，42（12）：3098-3102.
[25]
杨阳，崔晓容.老年高血压合并冠心病患者衰弱的影响因素分析[J].中国医学前沿杂志（电子版），2021，13（6）：108-111.
[26]
冷雅楠，李玉琦，刘婷婷，等.老年高血压患者衰弱发生率及影响因素的Meta分析[J].中华现代护理杂志，2019，25（20）：2545-2550.
[27]
李永乐.老年高血压住院患者体重指数、脂代谢水平与衰弱的关系研究[D].唐山：华北理工大学，2019.
[28]
洛佳坤，刘睿涵，刘昱彤，等.老年共病患者衰弱现状评估及相关危险因素的横断面研究[J].中华老年医学杂志，2023，42（5）：493-497.
[29]
曾鸣，李璇，丁静云，等.老年冠心病病人衰弱相关因素分析[J].实用老年医学，2021，35（8）：825-828.
[30]
景瑞青.老年冠心病患者的衰弱评估与中医证型的相关性及影响因素的研究[D].北京：北京中医药大学，2021.
[31]
翟红丽，林紫薇，马威，等.老年冠心病患者合并衰弱的相关因素分析[J].实用临床医药杂志，2021，25（19）：74-77.
[32]
蒲霞敏，刘凤，唐雅兮，等.老年冠心病患者衰弱发生率及影响因素的Meta分析[J].护士进修杂志，2023，38（11）：1012-1016.
[33]
周雪莲，李晓波，朱丽群，等.老年冠心病患者衰弱风险诺谟图模型构建及风险分层研究[J].实用心脑肺血管病杂志，2021，29（3）：25-32.
[34]
邹海妹，陈培英，黄丽君.老年冠心病介入治疗患者衰弱发生情况调查及其影响因素分析[J].心血管病防治知识，2022，12（11）：82-85.
[35]
寇京莉，岳敏，杨申申，等.老年科高龄住院患者衰弱状况及影响因素分析[J].中华现代护理杂志，2022，28（26）：3605-3611.
[36]
张媛，史凌云，贾雪原，等. 老年髋部脆性骨折患者衰弱发生的危险因素分析[J].中华现代护理杂志，2020，26（27）：3718-3725.
[37]
高云，常晶，王艳非，等.老年慢性肾脏病3~5期非透析患者衰弱及其相关因素分析[J].中华老年医学杂志，2021，40（1）：82-86.
[38]
段菲，闵春燕，孙小卫，等.老年慢性阻塞性肺疾病患者发生衰弱的影响因素及其风险预测列线图模型构建[J].实用心脑肺血管病杂志，2022，30（9）：64-69.
[39]
路平，郭海凌，王晓杰，等.老年乳腺癌患者术前衰弱现状及其影响因素分析[J].中国护理管理，2023，23（5）：670-675.
[40]
马春，王佳琳，杨鹏羽，等.老年糖尿病患者衰弱发生率及影响因素的Meta分析[J].糖尿病新世界，2023，26（11）：46-51.
[41]
程正楠，邢秋玲，许洪梅，等.老年糖尿病患者衰弱现况及影响因素分析[J].天津护理，2020，28（3）：293-298.
[42]
陈旭，杨淑花，王月宁，等.老年糖尿病患者衰弱影响因素及干预对策研究[J].中国全科医学，2019，22（15）：1772-1777.
[43]
陈文秀，霍晓鹏，薄琳，等.老年糖尿病住院患者衰弱现状及影响因素分析[J].中国实用护理杂志，2019，35（21）：1618-1623.
[44]
赵家秀，司全金，李建华，等.老年稳定型冠心病患者衰弱的检出率及其危险因素[J].中国临床保健杂志，2021，24（4）：447-453.
[45]
郑燕蓉，柴源，牛晓晨，等.老年住院患者衰弱评估及其影响因素分析[J].中华现代护理杂志，2019，25（29）：3775-3779.
[46]
李莹莹.老年住院患者血N末端B型利钠肽原水平与衰弱的关系及临床应用研究[D].北京：中国医学科学院北京协和医学院，2020.
[47]
张洁，胡慧秀，孙超，等.内科住院老年患者衰弱现状及影响因素分析[J].中国护理管理，2022，22（1）：79-83.
[48]
车小雯，马金凤，沈军.农村老年人衰弱风险预测模型的构建[J].全科护理，2023，21（11）：1441-1444.
[49]
黄建华，陈川，陈久林，等.上海郊区某社区老年衰弱患病率及生活方式影响因素分析[J].上海医药，2021，42（4）：33-36.
[50]
魏爱云，李丽，任玉霞.社区老年冠心病患者衰弱现状及其影响因素分析[J].中国实用乡村医生杂志，2021，28（7）：44-47.
[51]
任卓，周韵，姚晓东.社区老年衰弱情况及影响因素分析[J].国际老年医学杂志，2023，44（4）：396-402.
[52]
董冰茹，顾晓青，陈海英，等.社区体检老年人衰弱状态转换及其进展影响因素的队列研究[J].中华全科医师杂志，2021，20（11）：1127-1133.
[53]
曹华伟，张建东，王玮，等.肾移植受者衰弱患病情况及相关因素分析[J].中华医学杂志，2023，103（20）：1531-1537.
[54]
陈琰，郑淑蓓，郑育，等.维持性血液透析患者的衰弱情况及其影响因素[J].中华肾脏病杂志，2017，33（10）：763-769.
[55]
王巧稚，吴海洋，张璐，等.心血管病患者的衰弱发生情况及影响因素[J].中国健康教育，2021，37（2）：165-169.
[56]
李莉莉，何娜，邓淑敏，等.乙肝肝硬化住院患者衰弱风险预测模型的构建及验证[J].现代临床护理，2023，22（6）：1-9.
[57]
商娜，王娜，刘慧珍，等.营养相关参数对急诊老年患者衰弱的预测价值研究[J].中国全科医学，2023，26（23）：2842-2847.
[58]
陈泽坤，石建明，王笑峰，等.中国社区老年人脑钠肽水平与衰弱指数的关系[J].同济大学学报（医学版），2021，42（1）：42-46.
[59]
秦岚，叶艳欣，方庆虹，等.住院癌症患者衰弱风险预测模型的构建与验证[J].护理学杂志，2022，37（9）：28-33.
[60]
郭红菊，杨宜帆，高银凤，等.住院老年病人衰弱状况及影响因素分析[J].实用老年医学，2021，35（9）：948-952.
[61]
肖敏，茆京来，章晓君.住院老年患者衰弱危险因素的横断面分析[J].中国综合临床，2020，36（4）：353-358.
[62]
Semmarath W, Seesen M, Yodkeeree S, et al. The association between frailty indicators and blood-based biomarkers in early-old community dwellers of Thailand[J]. Int J Environ Res Public Health, 2019, 16(18):3457.
[63]
Steinmeyer Z, Delpierre C, Soriano G, et al. Hemoglobin concentration; a pathway to frailty[J]. BMC Geriatr, 2020, 20(1):202.
[64]
Jazbar J, Locatelli I, Kos M. The association between medication or alcohol use and the incidence of frailty: a retrospective cohort study[J]. BMC Geriatr, 2021, 21(1):25.
[65]
Qin T, Sheng W, Hu G. To analyze the influencing factors of senile coronary heart disease patients complicated with frailty syndrome[J]. J Healthc Eng, 2022, 2022:7619438.
[66]
Dai JR, Li J, He X, et al. A relationship among the blood serum levels of interleukin-6, albumin, and 25-hydroxyvitamin D and frailty in elderly patients with chronic coronary syndrome[J]. Aging Med (Milton), 2022, 5(1):17-29.
[67]
Aprahamian I, Sassaki E, Dos Santos MF, et al. Hypertension and frailty in older adults[J]. J Clin Hypertens (Greenwich), 2018, 20(1):186-192.
[68]
中华医学会心血管病学分会老年学组，解放军总医院国家老年疾病临床医学研究中心.老年心血管疾病合并衰弱评估与管理中国专家共识[J].中华老年多器官疾病杂志，2023，22（7）：481-491.
[69]
Bu F, Deng XH, Zhan NN, et al. Development and validation of a risk prediction model for frailty in patients with diabetes[J]. BMC Geriatr, 2023, 23(1):172.
[70]
Hannan M, Chen J, Hsu J, et al. Frailty and cardiovascular outcomes in adults with CKD: Findings from the chronic renal insufficiency cohort (CRIC) study[J]. Am J Kidney Dis, 2024, 83(2):208-215.
[71]
Liu ZY, Wang ZD, Li LZ, et al. Association of CRP gene polymorphisms with CRP levels, frailty and co-morbidity in an elderly Chinese population: results from RuLAS[J]. Age Ageing, 2016, 45(3):360-365.
[72]
曹婧然，刘炜，殷胜骏，等.老年住院患者的中医体质与营养不良、肌少症及衰弱的相关性研究[J].中国研究型医院，2023，10（6）：43-47.
[73]
Maurer T, Belau MH, von Grundherr J, et al. Randomised controlled trial testing the feasibility of an exercise and nutrition intervention for patients with ovarian cancer during and after first-line chemotherapy (BENITA-study)[J]. BMJ Open, 2022, 12(2):e054091.
[74]
Wu D, Wang H, Wang W, et al. Association between composite dietary antioxidant index and handgrip strength in American adults: data from National Health and Nutrition Examination Survey (NHANES, 2011—2014)[J]. Front Nutr, 2023, 10:1147869.
[75]
颜艳，王彤.医学统计学[M].北京：人民卫生出版社，2020：257-306.
[76]
喻梅，于健.数据分析与数据挖掘[M].北京：清华大学出版社，2020：157-158.
[1] 明昊, 宋宏萍, 白誉誉, 党晓智, 赵阳, 程燕妮, 王琪, 肖迎聪. 自动乳腺超声联合临床病理特征预测Luminal B 型乳腺癌术后复发风险的临床研究[J/OL]. 中华医学超声杂志（电子版）, 2025, 22(04): 337-347.
[2] 董书恒, 孙庆, 屈一鸣. 椎体成形术联合抗骨质疏松药物治疗骨质疏松性椎体骨折[J/OL]. 中华关节外科杂志(电子版), 2025, 19(05): 586-596.
[3] 张丽花, 胡耀华, 周春献, 张晓亭, 胡韶军. 恶性肿瘤患者住院化疗期间医院感染状况及列线图预测模型构建[J/OL]. 中华实验和临床感染病杂志(电子版), 2025, 19(04): 205-213.
[4] 孙圣梅, 习一清, 安宁. 人表皮生长因子受体2阳性型乳腺癌新辅助治疗响应的基因预测模型[J/OL]. 中华普通外科学文献(电子版), 2025, 19(05): 332-339.
[5] 谷瑞辰, 林福杨, 刘永达. 术前尿培养阴性患者PCNL术后尿路感染的预测模型构建[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2025, 19(06): 772-777.
[6] 吴哲境, 李敬东. ICG荧光成像引导下腹腔镜肝切除术治疗肝癌的安全性和有效性Meta分析[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(06): 852-859.
[7] 黄少坚, 梁汉标, 李清平, 唐善华, 李青妍, 李芷西, 黄灿, 王小振, 陈灿辉, 王恺, 李川江. 基于影像组学和临床特征构建肝癌新辅助/转化治疗后病理学完全缓解预测模型[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(06): 860-867.
[8] 张宇涵, 吴添庆, 高汶卿, 郑梽楷, 贺珉睿, 周仲国. 不可切除性肝内胆管癌不同治疗方式疗效和安全性的Meta分析[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(06): 939-947.
[9] 林水荣, 宋子敏, 于玺, 李绍强, 华赟鹏, 沈顺利. 术前抗病毒治疗对HBV相关肝癌肝切除术后肝衰竭影响[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(05): 700-706.
[10] 赵俊宇, 林航宇, 李会灵, 王显飞, 游川. 肝癌肝切除术后大量腹水预测模型的建立与验证[J/OL]. 中华肝脏外科手术学电子杂志, 2025, 14(05): 740-747.
[11] 王柯云, 孙雅佳, 李甜, 张钰哲, 郑颖, 张伟光, 王倩, 董哲毅. 糖尿病肾脏疾病早期发生风险预测模型的研究进展[J/OL]. 中华肾病研究电子杂志, 2025, 14(04): 218-225.
[12] 李曰平, 鞠倩, 张汝梦, 韩博. 基于CT影像组学预测胃癌根治术复发风险的临床研究[J/OL]. 中华消化病与影像杂志(电子版), 2025, 15(05): 460-466.
[13] 李姁, 冯中秋. HBV相关原发性肝癌患者经导管动脉化疗栓塞术后严重腹痛预测模型的构建及验证[J/OL]. 中华消化病与影像杂志(电子版), 2025, 15(05): 480-485.
[14] 皇立媛, 浦洁, 王苏贵, 陈婷婷, 朱德慧, 胡雪. 中青年脑卒中患者应激障碍风险预测模型的构建与验证[J/OL]. 中华临床医师杂志(电子版), 2025, 19(07): 504-512.
[15] 再米拉·依力哈木, 蒋升, 艾比拜·玉素甫. SGLT2抑制剂与肾结石风险：一项荟萃分析[J/OL]. 中华临床医师杂志(电子版), 2025, 19(06): 446-453.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？