养老机构衰弱因素分析模型
写一篇基于Fried表型的养老机构老年人躯体衰弱影响因素分析及列线图预测模型构建博士后论文25000字
## 基于Fried表型的养老机构老年人躯体衰弱影响因素分析及列线图预测模型构建
### 研究背景与意义
衰弱（Frailty）是老年医学的核心综合征，指老年人生理储备下降导致机体易损性增加、抗应激能力减退的非特异性临床状态[2]。其核心特征是力量减弱和生理机能失常，导致个体依赖性增加、脆弱程度加剧和死亡风险增加[2]。在全球范围内，年龄≥65岁老年人衰弱前期和衰弱的患病率分别约为40.7%和10.7%[2][3]。在中国，社区老年人的衰弱前期和衰弱患病率分别约为43.0%和10.0%[2][3]，且随年龄增长急剧上升，在75-79岁、80-84岁及≥85岁社区老年人中，衰弱患病率分别为11.3%、21.6%和32.5%[3]。住院老年人的衰弱患病率更高，可达32.3%[3]。
Fried衰弱表型（Fried Frailty Phenotype）是评估躯体衰弱的经典工具，包含五个维度：非自主性体重减轻、自我报告疲惫感、握力下降、步行速度减慢及躯体活动量降低[7]。满足其中3项或以上即判定为衰弱，1-2项为衰弱前期，0项为健壮[6]。该模型侧重于识别生理储备下降的早期阶段，对预测负性结局（如跌倒、失能、住院和死亡）具有重要价值[7]。
养老机构（如养老院、护理院）是衰弱高发人群的集中居住地。与非机构居住的老年人相比，机构老年人通常年龄更大、共病更多、功能依赖更重，是衰弱防控和干预的重点与难点人群。然而，目前针对中国养老机构老年人，基于Fried表型系统分析其躯体衰弱影响因素并构建可视化预测模型的研究尚不充分。明确该人群衰弱的可改变危险因素，并建立个体化的风险预测工具，对于在养老机构中实施早期筛查、针对性干预和资源优化配置具有重大的公共卫生意义和临床价值。
### 文献综述
#### 1. 衰弱的危险因素：基于人群归因分数（PAF）的证据
一项基于人群归因分数（Population Attributable Fractions, PAF）的分析为识别关键可干预风险因素提供了高级别证据[1]。该研究揭示了不同风险因素对衰弱、工具性日常生活活动能力（IADL）残疾和住院结局的贡献度，并呈现出显著的年龄特异性：
* **总体主要风险因素**：**活动受限**是所有结局的首要归因风险因素（衰弱PAF=25.3%， IADL残疾PAF=17.9%， 住院PAF=9.8%）。**抑郁症状**也是衰弱的重要风险因素（PAF=19.1%）[1]。
* **年龄分层差异**：
* **60-69岁组**：**抑郁症状**的归因风险最高（衰弱PAF=30.2%， IADL残疾PAF=16.2%， 住院PAF=8.0%）。**体力活动不足**对衰弱（PAF=21.9%）和残疾（PAF=22.3%）贡献巨大，但与住院风险无关。**高血压**在该年龄组也对所有结局有贡献（PAF范围：8.4%-19.6%）[1]。
* **80岁及以上组**：**活动受限**的主导作用更加突出（衰弱PAF=35.1%， IADL残疾PAF=31.3%， 住院PAF=13.1%）。**低教育水平**对衰弱的归因风险随年龄增长而增加，在该年龄组达到峰值（PAF=20.2%）[1]。
* **内在能力下降的综合效应**：研究指出，“内在能力下降”这一综合指标对不良结局的归因风险最高（总体人群衰弱PAF=55.6%， IADL残疾PAF=40.8%， 住院PAF=22.4%），且在所有年龄组中均占主导地位[1]。这提示多维度功能下降的累积是导致健康恶化的核心路径。
#### 2. 衰弱危险因素的系统分类
综合多项专家共识，衰弱的危险因素可分为不可改变和可改变两大类[2][3][5]：
**2.1 不可改变的危险因素**
* **遗传与种族**：基因多态性影响衰弱表型。非裔和墨西哥裔美国人衰弱患病率显著高于欧裔美国人[2]。多种细胞因子（如IL-6、GDF-15）和基因（如KL、FGF23）通过炎症、线粒体功能、钙稳态等途径介导衰弱[2][5]。
* **年龄**：是衰弱的独立危险因素，与增龄导致的器官退化、肌肉流失、炎症介质增加及激素紊乱有关[2][5]。
* **性别**：女性是衰弱易感人群，绝经后雌激素水平下降对神经肌肉、心血管功能产生负面影响[2][5]。
**2.2 可改变的危险因素**
* **共病与多重用药**：高血压、冠心病、糖尿病、慢性肾病、骨关节炎、痴呆、恶性肿瘤等慢性病与衰弱发生率明显相关，共病数目越多风险越大[2][5]。不合理多重用药，特别是抗胆碱能药物、抗精神病药物及过度使用质子泵抑制剂，可增加衰弱风险[2][5]。
* **营养状况**：能量与蛋白质摄入不足、维生素D（25-羟维生素D < 50 nmol/L）及其他微量元素缺乏是衰弱的重要风险因素。衰弱与营养不良相互促进，形成恶性循环[2][5]。
* **精神心理状况**：**抑郁症状**、焦虑、睡眠障碍可显著增加衰弱的发生率，严重影响生活质量[1][2][5]。
* **生活方式**：**体力活动不足**、吸烟、过量饮酒是明确的危险因素[1][3]。
* **社会经济因素**：低教育水平、独居、社会孤立、经济状况差会增加衰弱风险[1][3]。
* **疼痛与炎症**：慢性疼痛和持续的炎症状态（如CRP升高）与衰弱的发生发展相关[4][5]。
#### 3. 衰弱与心血管疾病的交互作用
老年人心血管疾病（CVD）与衰弱常共存，相互影响。
* **生物标志物关联**：一项针对心力衰竭（HF）患者的Meta分析显示，合并衰弱的HF患者（n=8,389）其N末端B型利钠肽前体（NT-proBNP）水平显著高于非衰弱患者（n=10,040）（标准化均数差SMD: 0.33, 95%CI 0.25–0.40, p<0.01）[4]。这表明神经内分泌激活与衰弱存在病理生理联系。
* **疾病管理特殊性**：合并衰弱的老年CVD患者管理需调整：
* **高血压**：衰弱老年患者收缩压控制目标可放宽至<150 mmHg，但尽量不低于130 mmHg[6]。
* **冠心病**：需谨慎评估血运重建（如PCI、CABG）的获益与风险，因衰弱患者出血等并发症风险更高[6]。抗血小板治疗需综合评估缺血与出血风险[6]。
* **心房颤动（AF）**：衰弱显著增加AF患者卒中与死亡风险。抗凝治疗优先选用非维生素K拮抗剂口服抗凝药（NOACs），并需严密监测[6]。节律控制（如射频消融）在衰弱患者中获益不显著，需个体化决策[6]。
* **心脏康复（CR）**：多组分心脏康复（包括运动、营养、心理）可有效改善合并衰弱CVD患者的衰弱状态、生活质量和预后[6]。
#### 4. 现有研究空白
尽管已有大量研究探讨社区或住院老年人的衰弱风险因素，但针对**中国养老机构**这一特殊环境下的老年人，基于**Fried躯体衰弱表型**，系统整合**生理、心理、社会、疾病与用药**等多维度因素，并利用**列线图（Nomogram）** 构建可视化个体预测模型的研究尚属空白。列线图能够将复杂的回归模型转化为直观的图形，便于临床工作者快速评估个体衰弱风险，是实现精准老年照护的关键工具。
### 研究目的与假设
**总目的**：探讨中国养老机构老年人基于Fried表型的躯体衰弱的影响因素，并构建及验证一个用于个体化预测衰弱发生风险的列线图模型。
**具体目标**：
1. 描述养老机构老年人躯体衰弱（Fried表型）的患病率及其分布特征。
2. 分析影响养老机构老年人发生躯体衰弱的独立危险因素及保护因素。
3. 基于多因素分析结果，构建预测养老机构老年人躯体衰弱发生风险的列线图模型。
4. 通过内部验证（Bootstrap法）和外部验证（独立验证队列），评估该列线图模型的区分度、校准度和临床实用性。
**研究假设**：
1. 养老机构老年人躯体衰弱患病率高于社区同龄人群。
2. 活动受限、抑郁症状、营养不良、多重用药及特定慢性病（如心力衰竭）是躯体衰弱的独立危险因素。
3. 构建的列线图模型具有良好的预测效能，可用于养老机构老年人的衰弱风险分层。
### 研究方法
#### 1. 研究设计
采用多中心、横断面调查与前瞻性队列研究相结合的设计。
* **第一阶段（横断面）**：进行现况调查，分析衰弱的患病率及相关因素。
* **第二阶段（前瞻性队列）**：对基线非衰弱的老年人进行为期1-2年的随访，以衰弱发生为终点事件，用于构建和验证预测模型。
#### 2. 研究对象与场所
* **样本来源**：从中国东、中、西部地区选取6-8所具有代表性的养老机构（包括公立养老院和民办养老机构）。
* **纳入标准**：
* 年龄≥60岁；
* 在所选养老机构居住时间≥3个月；
* 知情同意并自愿参与研究。
* **排除标准**：
* 患有严重认知障碍（如MMSE<10分）无法配合评估；
* 处于疾病终末期或预期寿命<6个月；
* 存在严重听力或语言障碍影响沟通。
* **样本量计算**：根据预测模型构建的样本量要求（通常为预测变量数的10-20倍），假设初步筛选出15个预测变量，考虑20%的失访率，预计需要总样本量900-1200人。
#### 3. 研究工具与测量指标
**3.1 结局变量：Fried衰弱表型**[7]
1. **非自主性体重减轻**：过去一年内，非刻意减重情况下体重下降≥5%或≥4.5kg。
2. **自我报告疲惫感**：采用CES-D量表相关条目，“在过去一周内，您觉得做任何事都很费力？”回答“是”计分。
3. **握力下降**：使用电子握力计，测量优势手最大握力。根据性别和体重指数（BMI）分层，低于特定切点即为下降。
4. **步行速度减慢**：测量以平常速度行走4米所需时间。根据性别和身高分层，低于特定切点即为减慢。
5. **躯体活动量降低**：采用国际体力活动问卷（IPAQ）短卷，计算每周代谢当量（MET-min/week）。男性<383 MET-min/week，女性<270 MET-min/week即为降低。
* **判定标准**：满足0项为“健壮”，1-2项为“衰弱前期”，≥3项为“衰弱”。本研究主要结局为“衰弱”（是/否）。
**3.2 预测变量（潜在影响因素）**
* **社会人口学资料**：年龄、性别、教育年限、婚姻状况、经济来源、入住机构时长。
* **生活方式**：吸烟史、饮酒史、**体力活动水平（IPAQ）**、休闲活动参与。
* **营养状况**：
* **微型营养评估简表（MNA-SF）**：筛查营养不良风险。
* **人体测量**：BMI、小腿围。
* **实验室指标**：血清白蛋白、前白蛋白、25-羟维生素D水平（子样本）。
* **精神心理状况**：
* **抑郁症状**：使用**老年抑郁量表简版（GDS-15）**，评分≥5分提示存在抑郁症状[1]。
* **焦虑症状**：广泛性焦虑障碍量表（GAD-7）。
* **睡眠质量**：匹兹堡睡眠质量指数（PSQI）。
* **疾病与健康状况**：
* **共病数量**：查阅病历，记录高血压、糖尿病、冠心病、心力衰竭、脑卒中、慢性阻塞性肺疾病、骨关节炎、骨质疏松等慢性病。
* **疾病特异性指标**：对于心力衰竭患者，记录**NT-proBNP**水平（如可获得）[4]。
* **疼痛**：数字疼痛评分（NRS）。
* **用药情况**：
* **用药总数**。
* **潜在不适当用药（PIM）**：使用**Beers标准**或**STOPP/START标准**进行判定[6]。
* **抗胆碱能药物负担**：抗胆碱能认知负担量表（ACB）。
* **功能与能力评估**：
* **基础与工具性日常生活活动能力（ADL/IADL）**：采用Barthel指数和Lawton量表。**IADL残疾**是重要预测指标[1]。
* **认知功能**：简易智力状态检查（MMSE）或蒙特利尔认知评估（MoCA）。
* **平衡与跌倒风险**：计时起立-行走测试（TUGT）。
* **实验室炎症指标**：高敏C反应蛋白（hs-CRP）[4]。
#### 4. 数据收集与质量控制
由经过统一培训的研究员（护士或康复治疗师）进行面对面评估。所有测量工具均使用中文有效版本。数据采用双人录入，逻辑核查。定期进行研究者间一致性评估（Kappa > 0.8）。
#### 5. 统计分析方法
* **描述性分析**：计量资料以均数±标准差或中位数（四分位间距）表示；计数资料以频数（百分比）表示。比较衰弱组与非衰弱组基线特征的差异。
* **因素分析**：
* **单因素分析**：分类变量用卡方检验，连续变量用t检验或Mann-Whitney U检验。
* **多因素分析**：将单因素分析中p<0.1的变量纳入多因素Logistic回归模型（向前LR法），确定躯体衰弱的独立影响因素，计算**比值比（OR）和95%置信区间（CI）**。
* **预测模型构建与验证**：
* **模型构建**：将整个队列按7:3随机分为训练集和内部验证集。基于训练集的多因素Logistic回归结果构建**列线图**。
* **模型性能评估**：
* **区分度**：用**受试者工作特征曲线下面积（AUC）** 评价，AUC > 0.7认为可接受，>0.8认为良好。
* **校准度**：用**校准曲线**和**Hosmer-Lemeshow拟合优度检验**评价预测概率与实际观测概率的一致性。
* **内部验证**：在训练集和内部验证集上分别评估模型性能。采用**Bootstrap重抽样法（1000次）** 校正乐观度，计算校正后的AUC。
* **临床实用性**：绘制**决策曲线分析（DCA）**，评估模型在不同阈值概率下的临床净获益。
* **软件**：使用SPSS 26.0和R 4.2.0（`rms`, `pROC`, `rmda`等包）进行统计分析。检验水准α=0.05（双侧）。
### 预期结果与讨论要点
#### 1. 预期主要结果
1. **患病率**：预计养老机构老年人Fried躯体衰弱患病率将**显著高于文献报告的社区水平（10%）**，可能达到25%-40%，与住院老年人群数据接近[3][5]。
2. **关键影响因素**：预计多因素分析将揭示以下独立危险因素：
* **活动能力相关**：**慢步速**、**低体力活动水平**、IADL残疾。
* **营养与代谢**：**营养不良（MNA-SF低分）**、低BMI或低小腿围、低血清白蛋白（<3.5 g/dL）[6]。
* **精神心理**：**存在抑郁症状（GDS-15≥5）**[1]。
* **疾病与用药**：**共病数量多**（特别是心力衰竭、骨关节炎）、**用药总数多**、存在**潜在不适当用药（PIM）**。
* **炎症标志物**：**hs-CRP水平升高**。
* **社会因素**：**低教育水平**（在高龄组尤其突出）[1]。
3. **预测模型**：成功构建一个包含6-10个关键预测变量的列线图模型。预期模型在训练集中的AUC可达0.80-0.85，经过Bootstrap内部验证后，校正AUC保持在0.75-0.80，显示良好的区分度。校准曲线将贴近对角线，Hosmer-Lemeshow检验p>0.05，表明校准度良好。DCA曲线显示在合理的阈值概率范围内具有临床净获益。
#### 2. 讨论要点
1. **与现有证据的对话**：
* 将本研究发现的“活动受限”、“抑郁症状”作为核心风险因素，与PAF研究结果[1]相互印证，强调其在养老机构干预中的优先性。
* 探讨“营养不良”和“多重用药”在机构环境中可能被放大的机制，如集体供餐的局限性、处方 cascading 现象等。
* 分析为何“低教育水平”在养老机构高龄老人中仍是显著因素，可能与健康素养、寻求帮助的能力及社会资源获取差异有关。
2. **Fried表型在机构环境中的应用与挑战**：
* 讨论在养老机构中实施Fried表型评估的可行性，特别是握力和步速测量的标准化问题。
* 比较Fried表型与**FRAIL量表**（包含疲劳、阻力、自由活动、疾病、体重减轻）[6]或**临床衰弱量表（CFS）** 在机构老年人中的适用性和预测价值。
3. **列线图模型的创新性与实用性**：
* 阐述本模型是首个专门
Fried衰弱表型在养老机构人群中的预测效度验证研究
## Fried衰弱表型在养老机构人群中的预测效度验证研究
### 1. 研究背景与目的
衰弱（Frailty）是老年医学的核心概念，指老年人生理储备下降导致机体易损性增加、抗应激能力减退的非特异性状态[1]。Fried衰弱表型（Fried Frailty Phenotype, FFP）是评估躯体衰弱的经典工具，包含非自主性体重减轻、自我报告疲惫感、握力下降、步行速度减慢及躯体活动量降低五个维度[1]。满足其中3项或以上即判定为衰弱，1-2项为衰弱前期，0项为健壮。
尽管FFP在社区和住院老年人群中已被广泛验证，但其在**养老机构**这一特殊环境中的预测效度尚缺乏系统评估。养老机构老年人通常年龄更大、共病更多、功能依赖更重，是衰弱的高危人群。明确FFP在该人群中预测不良健康结局（如跌倒、住院、功能下降、死亡）的准确性，对于指导机构内的精准评估、风险分层和针对性干预至关重要。
本研究旨在系统评估Fried衰弱表型在中国养老机构老年人群中对一系列负性健康结局的预测效度。
### 2. 研究方法
#### 2.1 研究设计
采用多中心、前瞻性队列研究设计。
#### 2.2 研究对象
* **样本来源**：从中国3个城市的6所代表性养老机构（包括公立和民办）招募常住老年人。
* **纳入标准**：①年龄≥60岁；②在机构居住≥3个月；③知情同意。
* **排除标准**：①严重认知障碍（MMSE<10分）无法配合；②疾病终末期；③严重沟通障碍。
* **样本量**：根据预测效度研究要求，预计纳入500-800名老年人。
#### 2.3 测量工具与指标
* **暴露变量（预测因子）**：
* **Fried衰弱表型（FFP）**：采用**中国老年人改良衰弱表型（CMFP）** 进行评估[2]。该工具根据FFP改良，明确定义了适用于中国人群的界值：
1. **步速**：6米步速 < 1.0 m/s（或替代指标：5次起坐试验≥12秒）。
2. **握力**：男性 < 28 kg，女性 < 18 kg。
3. **身体活动**：采用IPAQ单问题评估，回答“通常每周没有连续行走至少10分钟”定义为活动少。
4. **体重下降**：自我报告过去1年非有意体重减轻超过10斤。
5. **易疲劳**：采用CES-D量表2个问题评估，任一问题回答为3-4天或>4天即定义为阳性。
* **分组**：根据CMFP得分分为三组：**健壮（0分）**、**衰弱前期（1-2分）**、**衰弱（≥3分）**[2]。
* **结局变量**：
* **主要结局**：
1. **全因死亡率**：随访期间任何原因导致的死亡。
2. **非计划性再住院**：随访期间因急性健康问题再次入院。
* **次要结局**：
1. **新发跌倒**：随访期间发生≥1次跌倒。
2. **工具性日常生活活动能力（IADL）残疾**：Lawton量表评分较基线下降≥2分。
3. **机构内转诊至更高级别护理**：如从自理区转入护理区。
* **协变量（混杂因素）**：
* 人口学资料（年龄、性别、教育程度）。
* 共病数量（查尔森共病指数）。
* 基线认知功能（MMSE）。
* 基线抑郁症状（GDS-15）。
#### 2.4 数据收集与随访
基线时完成所有评估。每6个月进行一次电话或面对面随访，收集结局事件信息。总随访期为24个月。
#### 2.5 统计分析
1. **描述性分析**：比较三组（健壮、衰弱前期、衰弱）基线特征的差异。
2. **预测效度分析**：
* **区分度（Discrimination）**：采用**Cox比例风险模型**，计算不同衰弱状态（以健壮组为参照）对各类结局的**风险比（Hazard Ratio, HR）及其95%置信区间（CI）**。绘制**Kaplan-Meier生存曲线**比较三组的累积事件发生率。
* **校准度（Calibration）**：绘制校准曲线，评估FFP预测的概率与实际观察到的结局发生率之间的一致性。
* **综合预测性能**：计算**时间依赖的受试者工作特征曲线下面积（Time-dependent AUC）**，评估FFP在不同时间点（如12个月、24个月）对结局的预测准确性。
3. **亚组分析**：按年龄（<80岁 vs. ≥80岁）、性别、共病负担进行亚组分析，检验预测效度的一致性。
4. **比较分析**：将FFP与**临床衰弱量表（CFS）** 的预测性能进行比较。
5. **软件**：使用R 4.2.0进行统计分析。
### 3. 预期结果与讨论
#### 3.1 预期主要结果
基于现有证据，我们预期：
1. **高患病率**：养老机构老年人中，FFP定义的衰弱患病率将显著高于社区人群，可能达到**30%-50%**。
2. **强大的预测能力**：
* **全因死亡率**：与健壮组相比，**衰弱组**的死亡风险预计将显著增加，**HR值可能在2.5-4.0之间**（95% CI不包含1）。衰弱前期组的风险也会适度增加（HR 1.5-2.0）[1]。
* **再住院风险**：衰弱状态是再住院的强预测因子。一项针对出院老年人的大型队列研究显示，衰弱与更高的再入院风险显著相关[1]。在养老机构中，这种关联预计同样存在且可能更强。
* **跌倒与功能下降**：衰弱组的新发跌倒和IADL残疾发生率将显著高于其他两组。
#### 3.2 效度指标预期
* **区分度**：FFP对死亡和再住院等硬终点的**时间依赖AUC**在12个月和24个月时预计可达**0.70-0.75**，显示中等至良好的区分能力。这与在老年癌症患者中观察到的FFP具有**高特异性（73%-86%）** 但**敏感性相对较低（64%-76%）** 的特点可能相符[3]。这意味着FFP能较好地识别出“确实高危”的个体（低假阳性），但可能会漏掉一部分使用其他标准判定的高危者（高假阴性）。
* **校准度**：预期校准曲线在大部分风险范围内贴近对角线，表明预测概率与实际风险匹配良好。
#### 3.3 讨论要点
1. **FFP在养老机构环境中的适用性与挑战**：
* **优势**：FFP客观、可操作，其指标（握力、步速）在机构中相对容易测量。CMFP提供了本土化界值，增强了实用性[2]。
* **挑战**：部分机构老年人因严重失能无法完成步速或握力测试（“地板效应”），可能导致数据缺失或误分类。需明确替代方案（如5次起坐试验）的效度[2]。
* **与残疾的区分**：如共识指南指出，FFP等工具可能难以严格区分“衰弱”与已形成的“残疾”[4]。在高度依赖的机构人群中，这可能是效度评估的一个混杂因素。
2. **预测效度的临床意义**：
* **风险分层**：本研究将量化FFP不同等级所对应的具体风险，为养老机构实施分级照护提供实证依据。例如，对衰弱老年人需加强跌倒预防、营养支持和用药审查。
* **出院规划参考**：虽然本研究聚焦机构，但结果可间接支持医院-机构转诊决策。已有证据表明，基于FFP的自动化评估有助于识别出院后高危患者，指导急性期后护理安排[1]。
3. **与其他筛查工具的比较**：
* 预计FFP在预测死亡等生理性结局上优于主要依赖问卷的工具（如FRAIL量表）。但与**临床衰弱量表（CFS）** 相比，后者整合了共病和功能状态，在养老机构全谱系人群中可能具有更好的适用性和预测效率，这需要在比较分析中验证。
4. **对筛查策略的启示**：
* FFP的高特异性提示，将其作为**第二阶段的精准评估工具**是合理的。即先用超简易工具（如CFSS-10，界值1分）进行快速初筛[2]，再对阳性者进行FFP评估，以平衡筛查效率与资源消耗。
### 4. 结论与展望
本研究预期将证实，**Fried衰弱表型（特别是其中国改良版CMFP）是中国养老机构老年人全因死亡、再住院等关键负性结局的有效预测工具**，具有良好的区分度和校准度。
**实践建议**：
1. 建议在条件允许的养老机构常规开展CMFP评估，用于入住评估和定期复查。
2. 评估结果应用于个体化照护计划的制定，对衰弱老年人启动多维度干预（如抗阻训练、营养补充、药物优化）。
3. 可将FFP评估结果作为机构内资源调配和风险管理的依据。
**未来研究方向**：
1. 开发更适合重度失能机构老年人的衰弱评估替代方案。
2. 开展干预性研究，验证基于FFP风险分层的靶向管理能否有效改善机构老年人的临床结局。
3. 探索将FFP与电子健康记录（EHR）系统整合，实现自动化、动态的风险预测与预警[1]。
---
**免责声明**：本文内容基于检索到的文献证据进行学术探讨，旨在为专业研究提供参考，不构成直接的临床决策建议。在实际应用任何评估工具或干预措施前，应结合具体机构环境与个体情况进行综合判断。
