Page 111 - 中国全科医学2022-04

·492· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn

进入模型的变量有活动能力、牙齿状况、近 3 个月体质 约登指数为 0.761，AUC（95%CI）为 0.976（0.967，0.985），
占比 0 20.4 79.6 3.5
量变化、BMI、神经精神疾病、小腿围、进食能力和服 见图 2~3、表 5。简版老年人营养筛查工具与《老年人 喂食 节点 28 类别 例数 （%） 0 10 39 49
用药物种数，根节点为活动能力（图 1）。决策树模型 营养不良风险评估》工具对老年人营养状况划分的一致 占比 0 42.5 57.5 6.2 A B C 合计 占比 0 42.9 57.1 1.0
分类正确率为 80.0%，构建 ROC 曲线，预测营养良好、 轻度认知障碍或抑郁， 重度认知障碍或抑郁 节点 14 类别 例数 （%） 0 37 50 87 进食能力 改进 =0.008 全或半口缺牙 节点 50 类别 例数 （%） 0 6 8 14
表 1 老年人营养状况影响因素的有序多分类 Logistic 回归分析 A B C 合计 占比 0 71.1 28.9 2.7 A B C 合计 + 表示
营养不良风险、营养不良的 AUC 分别为 0.914、0.868、
Table 1 Ordinal，multinominal Logistic regression analysis of factors 自行进食， 自行进食稍困难 节点 27 类别 例数 （%） 0 27 11 38 牙齿状况 改进 =0.002
0.968，均有统计学意义（P<0.001），见表 2。 related to nutrition status in nursing home-dwelling older people A B C 合计 占比 0 87.5 12.5 1.7
2.2.4 最终版简版老年人营养筛查工具形成 比较 Wald 正常，佩戴义齿 节点 49 类别 例数 （%） 0 21 3 24
自变量 b（95%CI） SE 2 P 值
Logistic 回归模型、决策树模型对老年人营养状况分类 χ 值 占比 2.5 73.2 24.3 25.1 A B C 合计
2
BMI（kg/m ，以≥ 23 为参照） 节点 6 类别 例数 （%） 9 86
的 AUC、灵敏度、特异度、约登指数和分类正确率， 卧床 259 354 神经精神疾病 改进 =0.017
<19.0 6.075（5.172，6.977） 0.460 174.080 <0.001 A B C 合计 占比 0 40.9 59.1 1.6
确定 Logistic 回归模型为最优模型（表 2）。以最优模 节点 48 类别 例数 （%）
19.0~20.9 3.922（3.186，4.659） 0.376 109.017 <0.001 1~3 kg， 不知道，>3 kg 0 9 13 22
型为基础，根据各条目重要性（回归系数）进行赋值， 21.0~22.9 2.141（1.486，2.796） 0.334 41.057 <0.001 占比 0 73.7 26.3 8.1 A B C 合计
将最小回归系数的变量赋值为 0.5，计算其余变量与其 近 3 个月体质量变化（以 <1 kg 为参照） 全或半口缺牙 节点 26 类别 例数 （%） 0 84 30 114 近 3 个月体质量变化 改进 =0.004
的比值后赋值为 0.5、1、2、3 分，构成简版老年人营 >3 kg 4.852（3.542，6.161） 0.668 52.718 <0.001 占比 18.9 68.9 12.1 53.9 无认知障碍或抑郁 节点 13 占比 类别 例数 （%） 3.4 83.1 13.5 18.9 牙齿状况 改进 =0.004 A B C 合计 节点 47 占比 类别 例数 （%） 0 81.5 18.5 6.5
养筛查工具（表 3）。以《老年人营养不良风险评估》 不知道 3.943（3.377，4.508） 0.288 186.886 <0.001 依赖工具，卧床 节点 2 类别 例数 （%） 144 524 92 760 合计 活动能力 改进 =0.020 9 A 222 B 36 C 267 合计 占比 5.9 90.2 3.9 10.8 <1 kg 0 A 75 B 17 C 92 合计
工具结果为对照，进行 ROC 曲线分析，采用最大约 1~3 kg 2.456（1.855，3.057） 0.307 64.112 <0.001 A B C 正常，佩戴义齿 节点 25 类别 例数 （%） 9 138 6 153
登指数得到判断营养不良风险和营养不良的最佳截断 活动能力（以独立活动为参照） 占比 15.1 82.2 2.7 15.5 A B C 合计
点 ［17］ （图 2~3）。结果显示存在营养不良风险的临界 卧床 4.310（3.510，5.110） 0.408 111.499 <0.001 占比 33.3 65.3 28.8 佩戴义齿， 全或半口缺牙 节点 12 类别 例数 （%） 33 180 6 219
依赖工具 1.446（1.006，1.887） 0.225 41.389 <0.001 1.5 A B C 合计 占比 15.4 84.6 0 3.7
值为 3.5 分，营养不良的临界值为 8 分。最终形成的简 依赖工具 节点 5 类别 例数 （%） 135 265 6 406 牙齿状况 改进 =0.021 <19.0，19.0~20.9 节点 22 类别 例数 （%）
牙齿状况（以正常为参照） 8 44 0 52
版老年人营养筛查工具由 BMI、近 3 个月体质量变化、 A B C 合计 占比 54.5 45.5 0 13.3 A B C 合计 占比 48.3 51.7 0 4.1
全或半口缺牙 3.959（3.371，4.547） 0.300 174.336 <0.001
活动能力、牙齿状况、神经精神疾病、疾病种数、药物 正常 节点 11 类别 例数 （%） 102 85 0 187 BMI（kg/m 2 ） 改进 =0.012 1~3 kg， 不知道，>3 kg 节点 38 类别 例数 （%） 28 30 0 58
佩戴义齿 1.357（0.892，1.821） 0.237 32.705 <0.001 占比 69.6 30.4 0 9.6 营养不良；- 表示可以隐藏下一层分类结果；为简化决策树模型图，当某一节点向下继续分类的结果均一致时，予以折叠隐藏，以
种数、户外独立活动时间、进食能力、小腿围 10 个条 A B C 合计 A B C 合计
神经精神疾病（以无认知障碍或抑郁为参照） 21.0~22.9，≥ 23.0 节点 21 类别 例数 （%） 94 41 0 135
目组成。总分 0~14.5 分，评分 0~3.0 分表示营养良好， 重度认知障碍或 占比 37.1 56.2 6.7 100.0 A B C 合计 近 3 个月体质量变化 改进 =0.007 占比 85.7 14.3 0 5.5
3.5~7.5 分表示有营养不良风险，8.0~14.5 分表示营养不 抑郁 4.639（3.745，5.532） 0.456 103.566 <0.001 营养状况 节点 0 类别 例数 （%） 524 793 94 合计 1 411 活动能力 改进 =0.061 <1 kg 节点 37 类别 例数 （%） 66 11 0 77 1 老年人营养状况筛查的决策树模型
良。根据最终版简版老年人营养筛查工具对老年人营养 轻度认知障碍或 2.367（1.712，3.023） 0.335 50.079 <0.001 A B C A B C 合计 Figure 1 Decision tree model for predicting nutrition status in nursing home-dwelling older people
抑郁
状况进行重新评估，结果显示老年人营养状况良好 634
疾病种数（种，以 0~3 为参照）
例（44.93%）、有营养不良风险 639 例（45.29%）、营 >3 1.355（0.771，1.939） 0.298 20.714 <0.001 占比 5.0 90.0 5.0 2.8
养不良 138 例（9.78%）。 药物种数（种，以 0~3 为参照） <31 节点 18 类别 例数 （%） 2 36 2 40
2.3 信效度分析 >3 1.283（0.780，1.786） 0.257 24.984 <0.001 占比 30.7 67.5 1.8 8.1 改进 =0.005 A B C 合计 占比 21.1 78.9 0 1.3 图
2.3.1 信度 信度分析结果显示，最终版简版老年人营 户外独立活动时间（h，以≥ 1 为参照） 全或半口缺牙 节点 8 类别 例数 （%） 35 77 2 114 小腿围（cm） 占比 44.6 55.4 0 5.2 0~3 节点 34 类别 例数 （%） 4 15 0 19
养筛查工具的 Cronbach's α 系数为 0.463，前期研究中 <1 1.638（1.154，2.123） 0.247 43.959 <0.001 占比 26.5 73.5 0 11.0 A B C 合计 ≥ 31 节点 17 类别 例数 （%） 33 41 0 74 （种） 改进 =0.002 A B C 合计
《老年人营养不良风险评估》工具的 Cronbach's α 系 进食能力（以自行进食为参照） 不知道，>3 kg 节点 4 类别 例数 （%） 41 114 0 155 A B C 合计 药物种数 占比 52.7 47.3 0 3.9
数为 0.323 ［6］ ，简版老年人营养筛查工具的内部一致性 喂食 2.795（1.991，3.598） 0.410 46.500 <0.001 独立户外活动 节点 1 占比 类别 例数 （%） 58.4 41.3 0.3 46.1 A B C 合计 ≥3 节点 33 类别 例数 （%） 29 26 0 55
自行进食稍困难 1.093（0.299，1.888） 0.405 7.275 0.007 380 269 2 651
有所提高。 A B C 合计 近 3 个月体质量变化 改进 =0.030 占比 68.3 31.2 0.4 35.2 A B C 合计
小腿围（cm，以≥ 31 为参照）
2.3.2 结构效度 采用探索性因子分析进行结构效度分 <1 kg，1~3 kg 节点 3 类别 例数 （%） 339 155 2 496 牙齿状况 改进 =0.029
<31 1.208（0.791，1.625） 0.213 32.210 <0.001 占比 15.8 84.2 0 1.3
析。简版老年人营养筛查工具的 KMO 值为 0.684>0.5， A B C 合计 <31 节点 32 类别 例数 （%） 3 16 0 19
Bartlett's 球形检验值为 1 827.031、P<0.001，表示适合 表 2 Logistic 回归模型与决策树模型的 AUC、灵敏度、特异度及约 占比 35.9 64.1 0 2.8 A B C 合计
进行因子分析 ［18］ 。采用主成分分析法提取公因子，最 登指数 <19.0 节点 16 类别 例数 （%） 14 25 0 39 小腿围（cm） 改进 =0.002
Table 2 The AUC，sensitivity，specificity and Youden index of Logistic 合计 占比 55.0 45.0 0 1.4
大方差法进行旋转，得到 5 个特征值 >1 的公因子，累 A B C 营养不良风险，C=
regression model and decision tree model for predicting nutrition status in ≥ 31 节点 31 类别 例数 （%） 11 9 0 20
积解释变异量为 69.9%，各条目载荷值 >0.400，无双重 nursing home-dwelling older people 占比 79.6 20.4 0 27.1 A B C 合计
载荷情况，见表 4。 Logistic 回归模型 决策树模型 正常，佩戴义齿 节点 7 类别 例数 （%） 304 78 0 382 BMI（kg/m 2 ） 改进 =0.012
项目
2.3.3 预测效度 以《老年人营养不良风险评估》工 良好 风险 不良 良好 风险 不良 A B C 合计 占比 43.8 56.2 0 2.3
具为标准进行 ROC 曲线分析，结果显示，简版老年人 AUC 0.962 a 0.942 a 0.989 a 0.914 a 0.868 a 0.968 a 占比 84.5 15.5 24.3 轻度认知障碍或抑郁， 重度认知障碍或抑郁 节点 30 类别 例数 （%） 14 18 0 32
营养筛查工具以总分≥ 3.5 分划分为营养不良风险时， 灵敏度 0.826 0.902 0.819 0.729 0.828 0.862 19.0~20.9， 21.0~22.9，≥ 23 节点 15 类别 例数 （%） 0 A B C 合计 注：A= 营养良好，B=
特异度 0.931 0.814 0.986 0.909 0.771 0.918 290 53 0 343 神经精神疾病 改进 =0.008
灵敏度为 0.799，特异度为 0.870，约登指数为 0.670， A B C 合计 占比 88.7 11.3 0 24.3
约登指数 0.758 0.716 0.805 0.638 0.589 0.780
AUC（95%CI）为 0.902（0.892，0.922）；以总分≥ 8 无认知障碍或抑郁 节点 29 类别 例数 （%） 276 35 0 311
a
注：AUC= 受试者工作特征曲线下面积； 表示 P<0.001
分划分为营养不良时，灵敏度为 0.809，特异度为 0.953， A B C 合计