老年人粪或尿失禁发生风险的预测模型研究

李琳,陈飞龙, 李晓艳,高逸远, 朱思霖, 刁茜叶子, 王宁, 徐涛

Chinese Journal of Geriatrics(2023)

Cited 0|Views4
No score
Abstract
目的:构建老年人粪/尿失禁发生风险的预测模型并进行验证。方法:采用2018年进行的第7次中国健康长寿纵向调查的横断面调查数据,以问卷中"您是否能控制大小便"为主要效应指标,利用受试者工作特征曲线(ROC)寻找以小腿围预测老年人粪/尿失禁的最佳截点,并通过单因素Logistic回归探讨老年人粪/尿失禁的相关影响因素。采用随机抽样的方法抽取70%的调查数据作为训练集,剩余30%的调查数据作为测试集,在训练集中用多因素Logistic回归分析方法建立一个囊括所有预测因子的预测模型,绘制列线图,并利用测试集对模型的预测效能进行验证。结果:多因素Logistic回归分析结果显示,年龄、较小的小腿围(男性<28.5 cm、女性<26.5 cm)、无法连续步行1 km、无法提起5 kg重物、无法连续做3次蹲起、日常活动能力受限和有泌尿系统、神经系统和脑血管疾病史是老年人粪/尿失禁的危险因素(均 P<0.05),女性、较好的社会经济状况以及正常的体质指数(BMI)是粪/尿失禁的保护因素。使用上述12个因素构建中国老年人粪/尿失禁状态的Logistic回归预测模型,该模型一致性指数(C-index)值为0.907,表明该模型有较好的预测能力。训练集和测试集预测模型校正曲线的吻合度均较好,整体样本、训练集、测试集ROC曲线下面积(AUC)分别为0.906(95% CI:0.896~0.917)、0.907(95% CI:0.894~0.921)、0.910(95% CI:0.892~0.928),表明该模型预测能力较高,区分度良好。 结论:年龄、性别、小腿围、连续步行1 km、提起5 kg重物、连续做3次蹲起、日常活动能力、泌尿系统、神经系统和脑血管疾病史、社会经济状况和BMI是老年人粪/尿失禁的影响因素,基于上述指标构建的列线图对老年人粪/尿失禁有较好的预测效能。
More
Translated text
Key words
Urinary incontinence,Fecal incontinence,Forecasting,Nomograms
AI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined