稳态负荷是指个体在生命历程中适应应激源所导致的生理“磨损”。在本研究中,我们将肺功能(LF)参数整合到稳态负荷评分(ALS)的计算中,以评估其在预测全因死亡率方面性能的变化。数据来自参与奥地利 LEAD 队列第一轮调查的 8,775 名受试者(年龄 25–82 岁;52% 为女性)。“不含 LF 的 ALS”使用包括心血管、代谢、身体成分和骨矿物质密度指标在内的 12 项参数进行计算。第1秒用力呼气容积(FEV1)和用力肺活量(FVC)的 Z 评分与上述参数整合,用于计算“含 LF 的 ALS”。受试者每出现一个风险标志物计 1 分,使用高血压、糖尿病和血脂异常药物各计 1 分。总分构成 ALS。受试者平均随访死亡情况 7.7 年。使用 Cox 比例风险模型探讨了含与不含 LF 的 ALS 与死亡率之间的关联。ALS 随年龄增长而增加,且在所有年龄组中男性均高于女性。在经性别和年龄调整的模型中,含 LF 的 ALS(作为连续变量)风险比(HR):1.19(95% 置信区间(CI)1.14–1.24),不含 LF 的 HR:1.16(95% CI 1.11–1.21),均显示与死亡率显著相关。将 ALS 作为分类变量的调整模型显示,无论是否包含 LF 参数,高 ALS 个体的死亡风险均高于低 ALS 组(含 LF 参数时 HR: 2.44 [95% CI 1.41–4.20],不含 LF 参数时 HR: 2.47 [95% CI 1.46–4.80])。与包含“不含 LF 的 ALS”的模型相比,纳入“含 LF 的 ALS”参数的 Cox 模型表现出更高的一致性指数和 R2 值,以及更低的赤池信息准则,表明其具有更优越的预测能力。ALS 与死亡率密切相关,在连续和分类变量分析中,较高的 ALS 均与死亡风险增加相关。纳入 ALS 与 LF 参数的模型表现出更优越的预测性能和更高的稳健性,突显了在模型中纳入 LF 的附加价值。
Azizzadeh et al. (Wed,) 对这一问题进行了研究。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: