博文

科学家基于CHARLS数据构建并验证用于评估日常生活活动功能障碍中老年人抑郁风险的列线图模型精选

已有 1139 次阅读 2026-6-11 10:14 |系统分类:论文交流

Development and validation of a nomogram for assessing depression risk in middle-aged and elderly adults with activities of daily living dysfunction: A cross-sectional study based on CHARLS data

科学家基于CHARLS数据构建并验证用于评估日常生活活动功能障碍中老年人抑郁风险的列线图模型

中南大学Wen Zeng团队基于CHARLS数据构建并验证用于评估日常生活活动功能障碍中老年人抑郁风险的列线图模型。相关论文于2026年4月发表在国际学术期刊《科学进展》上。

研究人员旨在明确抑郁相关关键因素，并构建基于横断面关联的列线图模型，用于个体化当前抑郁风险评估，同时通过SHapley Additive exPlanations（SHAP）分析阐明各预测因子的作用。

该横断面研究纳入了中国健康与养老追踪调查（CHARLS）第三轮中3701名存在日常生活活动（ADL）功能障碍的参与者。数据被划分为训练集（70%，n=2590）和测试集（30%，n=1111）。采用最小绝对收缩与选择算子（LASSO）回归从79个变量中筛选预测因子，随后通过多因素逻辑回归构建列线图模型，并利用受试者工作特征（ROC）曲线、曲线下面积（AUC）、校准曲线以及决策曲线分析对模型性能进行验证。SHAP分析用于解释各预测因子的贡献。

研究人员共识别出10个关键预测因子：年龄、疼痛、残疾、跌倒史、右手握力、腰围、自评健康状况、睡眠时长、社会活动水平以及记忆问题。该列线图模型表现出良好的区分能力（训练集AUC=0.757，测试集AUC=0.751）、较好的校准度以及临床应用价值。其中，疼痛和残疾是最主要的危险因素，而右手握力和自评健康状况则具有保护作用。

该经验证的列线图整合了多维度预测因子，可实现该人群的个体化抑郁风险评估，为早期筛查和精准干预提供支持，从而改善心理健康结局。

图片1.png