老年多重慢性病与饮食习惯的关系及风险预测模型构建

Relationship between eating habits and multiple chronic diseases in the elderly and construction of risk prediction model

CHEN Feng， SU Enhui， GUO Dandan， LYU Yangyang， HAN Shifan， ZHU Ruifang

Shanxi Bethune Hospital（Tongji Shanxi Hospital， Shanxi Academy of Medical Sciences）， Third Hospital of Shanxi Medical University， Shanxi 030032 China

Corresponding Author" ZHU Ruifang， E⁃mail： ruifang.zhu@sxmu.edu.cn; HAN Shifan， E⁃mail： shifan.han@sxmu.edu.cn

Abstract" Objective：To explore the relationship between eating habits and multiple chronic diseases in the elderly and the risk factors，and to build a prediction model according to the risk factors.Methods：484 elderly patients with chronic diseases admitted to our hospital from January 2020 to December 2023 were selected as the modeling group，including 363 patients with multiple chronic diseases（case group） and 121 patients with single chronic disease（control group）.Another 161 elderly patients with chronic diseases were selected as verification group.Obtain general information and eating habits of patients.The relationship between eating habits and multiple chronic diseases in the elderly was discussed by multivariate Logistic regression analysis，and the influencing factors were screened.According to the screened influencing factors，a Nomograph risk model was constructed，and the predictive effectiveness of the model was evaluated.Results：Eating too fast，eating too full，eating fried and pickled foods ≥4 d per week，being over 80 years old，having BMIgt;24.0 kg/m2 and having a family history were the influencing factors of multiple chronic diseases in the elderly（Plt;0.05），while consumption of fresh vegetables and fruits ≥4 d per week and consumption of fish ≥4 d per week were protective factors（Plt;0.05）.Based on the above influencing factors，the risk nomogram model was constructed.The internal verification results showed that the area under ROC curve was 0.873（95%CI 0.810⁃0.941），and the average absolute error between the actual value and the predicted value showed by the calibration curve was 0.025；The internal verification results show that the area under ROC curve was 0.912（95%CI 0.823⁃0.986），and the analysis of calibration curve showed that the average absolute error between the actual value and the predicted value was 0.022.Conclusion：Eating too fast，eating too full，eating fried and pickled food for ≥4 d per week，being over 80 years old，having BMIgt;24.0 kg/m2 and having a family history are the influencing factors of multiple chronic diseases in the elderly.The nomogram model based on this is helpful for the health management of such patients.

Keywords" the elderly； multiple chronic diseases； eating habits； influencing factors； Nomogram model

摘要" 目的：探讨饮食习惯与老年多重慢性病的关系及风险因素，并依据风险因素构建预测模型。方法：选取2020年1月—2023年12月我院收治的484例老年慢性病病人作为建模组，其中多重慢性病病人363例（病例组），单一慢性病病人121例（对照组），另选取同期收治的161例老年慢性病病人作为验证组。收集病人的一般资料及饮食习惯，采用多因素Logistic回归分析探讨饮食习惯与老年多重慢性病的关系并筛选影响因素，根据筛选出的影响因素构建列线图风险模型，并对该模型进行预测效果评价。结果：过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄gt;80岁、体质指数gt;24.0 kg/m2、有家族病史是老年多重慢性病的影响因素（Plt;0.05），每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d是老年多重慢性病的保护因素（Plt;0.05）。基于以上影响因素构建风险列线图模型，Bootstrap自举法内部验证结果显示，受试者工作特征（ROC）曲线下面积为0.873［95%CI（0.810，0.941）］，校准曲线显示实际值与预测值间的平均绝对误差为0.025；验证组内部验证结果显示，ROC曲线下面积为0.912［95%CI（0.823，0.986）］，校准曲线分析显示实际值与预测值间的平均绝对误差为0.022。结论：过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄gt;80岁、体质指数gt;24.0 kg/m2、有家族病史是老年多重慢性病的影响因素，基于此建立的列线图模型有助于该类病人的健康管理。

关键词" 老年人；多重慢性病；饮食习惯；影响因素；列线图模型

doi：10.12102/j.issn.1009-6493.2024.15.008

在全球老龄化的趋势下，慢性病防控形势日益严峻，老年人多病共存成为全球公共卫生问题之一[1]。随着人口老龄化、社会发展和生活水平提升导致我国居民膳食模式转变，膳食营养相关慢性病，如血脂异常、心脑血管疾病、糖尿病的发病率持续上升[2⁃3]。相关调查显示，2018年底，我国慢性病病人总数约3亿例，65岁及以上老年人慢性病患病率约为50%[4]。多重慢性病（即2种及以上慢性病共存现象）增加老年人残障和死亡风险，损害生理和心理健康，增加经济压力，对老年人生活质量造成严重影响，并给社会带来负担。应对老年慢性病，实施有效措施，已成为我国紧迫任务。研究显示，不良饮食习惯会提升患高血压、糖尿病等疾病的风险[5⁃6]。因此，饮食管理是高血压等慢性病治疗的关键部分，健康的饮食习惯对慢性病预防至关重要。目前，国内对多重慢性病的研究还不够充分，关于饮食习惯与慢性病的关系研究因地区和饮食习惯不同而缺乏一致性。此外，除饮食习惯外，老年多重慢性病的发生还与多种因素有关，但目前尚缺乏整合多种影响因素的老年多重慢性病风险预测模型。鉴于此，本研究积极探索饮食习惯与老年多重慢性病的关系，建立风险预测模型，旨在为老年多重慢性病病人的健康管理提供参考。

1" 对象与方法

1.1 研究对象

选取2020年1月—2023年12月我院收治的484例老年慢性病病人作为建模组。另选取同期收治的161例老年慢性病病人作为验证组。老年多重慢性病病人纳入标准：1）年龄≥60岁；2）合并慢性病种类≥2种[7]，预计生存期超过3个月；3）具备正常的沟通、表达交流能力，能在协助下完成相关调查；4）对本研究内容完全知晓，并签字同意。排除标准：1）合并认知障碍或精神疾病；2）存在严重语言、听力障碍；3）病情较危重，需进抢救室抢救；4）同时参与其他临床研究。

1.2 样本量计算

按照观察性研究估计总体率所需样本量的计算公式确定样本量：n=（Zα/2）2×p×（1-p）/δ2，其中置信区间1-α取95%置信区间，即α=0.05，对应的Zα/2=1.96；p为总体率，由于缺少老年多重慢性病发生率的报道，根据数学运算法则，当p越接近于0.5时，p×（1-p）越大，故p设为0.5；容许误差δ一般取10%。考虑可能存在20%的脱落率，样本量应为121例，实际纳入484例，作为建模组，确定验证组样本量161例。

1.3 资料收集方法

通过文献回顾和专家咨询确定可能的影响因素，通过临床病例回顾性调查收集资料，调查内容包括性别、年龄、体质指数（body mass index，BMI）、文化程度、居住地区、婚姻状况、生活方式、家庭人均月收入、吸烟史、饮酒史、饮食习惯、是否健康运动、家族病史、衰弱（Fried衰弱表型量表评分≥3分[8]）。

1.4 统计学方法

采用SPSS 22.0软件对数据进行分析。定性资料采用例数、百分比（%）表示，组间比较采用χ2检验；符合正态分布的定量资料采用均数±标准差（x±s）表示，组间比较采用独立样本t检验。使用KNN法对缺失值进行多重填补。采用多因素Logistic回归分析探讨饮食习惯与老年多重慢性病的关系并筛选影响因素，通过R（Version 3.5.3）软件和rms程序引入变量，建立列线图模型。列线图模型采用Bootstrap自举法和验证组进行内部验证，通过ROC曲线和校正曲线评估模型预测能力。以Plt;0.05为差异有统计学意义。

2" 结果

2.1 影响老年多重慢性病的单因素分析

根据老年人是否发生多重慢性病分为病例组363例，对照组121例。单因素分析结果显示，过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d、年龄、BMI、家族病史及衰弱是老年多重慢性病的影响因素（Plt;0.05）。详见表1。

2.2 老年多重慢性病的多因素Logistic回归分析

将单因素分析中差异有统计学意义的因素（过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d、年龄、BMI、家族病史、衰弱）作为自变量，将老年多重慢性病作为因变量进行Logistic回归分析，结果显示，过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄gt;80岁、BMIgt;24.0 kg/m2、有家族病史是老年多重慢性病的危险因素（Plt;0.05），每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d是保护因素（Plt;0.05）。变量赋值详见表2，Logistic回归分析结果见表3。

2.3 老年多重慢性病风险列线图模型的建立

根据老年多重慢性病的影响因素构建风险列线图模型，详见图1。各独立因素的分值相加即为总分，总分对应的发生风险数轴读数，即为老年多重慢性病发生风险系数。

2.4 老年多重慢性病风险列线图模型的验证

2.4.1 Bootstrap自举法内部验证

采用Bootstrap自举法对构建的风险列线图模型进行内部验证，结果显示，ROC曲线下面积为0.873[95%CI（0.810，0.941）]，校准曲线显示实际值与预测值间的平均绝对误差为0.025，表明该模型预测老年多重慢性病发生概率与实际发生概率具有较高一致性。详见图2、图3。

2.4.2 对验证组资料行内部验证

采用验证组资料对构建的风险列线图模型进行内部验证，结果显示，ROC曲线下面积为0.912[95%CI（0.823，0.986）]，校准曲线显示实际值与预测值间的平均绝对误差为0.022，表明该模型预测老年多重慢性病发生概率与实际发生概率具有较高一致性，见图4、图5。

3" 讨论

3.1 饮食习惯与老年多重慢性病的关系

本研究结果显示，过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d是老年多重慢性病的危险因素，即进食速度快、进食过饱、每周食用油炸及腌制食品频率过高等不良饮食习惯会增加老年人患多重慢性病的风险。有研究显示，进食速度过快与肥胖症患病风险升高存在相关性，快速进食可致血糖急升，引发胰岛素过度分泌并促使细胞产生胰岛素抵抗，降低胰岛素敏感性，诱发暴饮暴食，进而促进肥胖[9]。而肥胖是多种慢性病的危险因素之一，肥胖者患高血压、糖尿病和血脂异常的概率显著超过正常体重者[10⁃11]。经常饱食会导致消化系统超负荷运转，诱发内脏早衰和免疫功能减弱，同时导致脂肪在体内积累，引发肥胖及相关疾病，如心血管疾病、高血压、糖尿病、脂肪肝、动脉硬化和胆囊炎[12]。《黄帝内经》中的“上古天真论”强调，“食饮有节”是健康长寿的关键，全书详述五味过甚伤五脏，烟酒性烈，易耗生命元气。现代医学研究表明，过量饮食可损害多个器官，引发180多种常见疑难病，根本解决之道在于节制饮食，适量进食[13]。腌制与油炸食品分别富含高盐和高脂肪，前者与高血压发病相关，后者高热量易引起肥胖。研究显示，油炸食品摄入与心脏病和脑卒中风险增加有关，每周食用1～3次者风险较偶尔食用者高7%，而每天食用者风险增至14%[14]。可见，控制进食速度，适量进食，减少腌制和油炸食品的摄入，或许有利于控制体重，进而降低患糖尿病、高血压等慢性病的患病风险。本研究结果显示，每周食用新鲜蔬菜水果≥4 d、每周食用鱼肉≥4 d是老年多重慢性病的保护因素，即每周食用新鲜蔬菜水果和鱼肉的频率高会降低老年多重慢性病患病风险。这是因为新鲜蔬菜水果富含膳食纤维和微量元素，膳食纤维有助于降血压，其中可溶性膳食纤维与血压下降关联更为密切[15]。研究指出，红肉摄入与血压升高相关，每增加100 g红肉日摄入量，高血压风险上升14%；加工肉类摄入同样如此，每天多消费50 g加工肉类，风险增加12%[16]。研究显示，鱼类富含不饱和脂肪酸，对血压控制有益，适量鱼肉蛋白摄入有助于高血压的管理[17]。建议减少红肉，增加鱼类摄入，以降低高血压风险。综上所述，饮食习惯是影响老年人多重慢性病风险的重要因素之一。随着年龄的增长，老年人的身体机能逐渐下降，对营养的需求也发生了变化。因此，护理人员在照顾老年人时，需要采取措施确保其获得适当的营养和降低慢性病风险。1）评估老年人的营养状况：护理人员需要对老年人的营养状况进行全面评估，包括体重、身高、饮食习惯、营养摄入等，以了解老年人营养需求；2）制定个性化的饮食计划：根据老年人的营养评估结果，护理人员应制定适合的个性化饮食计划，确保其获得足够的蛋白质、维生素和矿物质，以及控制糖分、盐分和脂肪的摄入量；3）提供营养丰富的食物：护理人员应确保老年人获得营养丰富的食物，包括新鲜的水果蔬菜、全谷物、低脂乳制品、瘦肉和鱼类等；4）鼓励健康的饮食习惯：护理人员应教育老年人养成良好的饮食习惯，如定时定量进餐、避免过度饮食、不吃过于油腻和辛辣的食物等。

3.2 其他因素与老年多重慢性病的关系

本研究结果显示，年龄gt;80岁、BMIgt;24.0 kg/m2、有家族病史是老年多重慢性病的危险因素。慢性病源于生命全程危险因素的累积，随着年龄增长，器官老化、免疫功能下降，抵抗力降低，且年龄越大，接触风险因素时间越长[18]。因此，慢性病防治需遵循三级预防原则，重视早期干预。BMIgt;24.0 kg/m2表示肥胖，肥胖可引发身体负担加重、内分泌紊乱和代谢异常，增加高血压、血脂异常和糖尿病等慢性病的风险[19]。有家族病史的老年人患多重慢性病的风险更大，这可能与遗传因素、共同的生活方式和环境暴露有关。遗传因素可以导致个体对某些疾病有更高的易感性，而家族成员之间的相似生活方式和饮食习惯可能促进这些疾病的发展[20]。随着年龄的增长，这些因素的累积效应可能导致老年人更易患多种慢性病。

3.3 老年多重慢性病风险预测模型

列线图是预测个性化事件风险的关键工具，能整合Logistic回归分析中的确认变量，通过不同长度的线段图形化展示，提高预测结果的可读性[21]。本研究根据上述危险因素构建老年多重慢性病风险预测模型，并且经2种验证发现，ROC曲线下面积分别为0.873，0.912，校准曲线显示实际值与预测值间的平均绝对误差分别为0.025，0.022，表明该模型预测老年多重慢性病发生概率与实际发生概率具有高度一致性，可实现预测老年多重慢性病患病风险概率。

4" 小结

综上所述，饮食习惯与老年多重慢性病关系密切，基于过快饮食、过饱饮食、每周食用油炸及腌制食品≥4 d、年龄gt;80岁、BMIgt;24.0 kg/m2、有家族病史等老年多重慢性病的危险因素构建的列线图模型区分度与一致性良好，对老年多重慢性病病人的健康管理有一定的临床指导价值。但本研究未对不同地区的老年多重慢性病病人的饮食习惯加以区分，未来仍需多中心、大样本的研究验证不同地区饮食习惯差异对老年多重慢性病患病的影响。

参考文献：

[1]" 冯佳，王洁，余丹，等.2010—2021年国内外老年多重慢性病研究热点分析[J].中国全科医学，2023，26（21）：2574-2580.

FENG J，WANG J，YU D，et al.Analysis of research hotspots of multiple chronic conditions in the elderly in 2010-2021[J].Chinese General Practice，2023，26（21）：2574-2580.

[2]" 吕兄兄，陈莉，宁艳花，等.基于简化食物频率问卷的农村老年人膳食炎症指数分析[J].护理研究，2022，36（10）：1732-1737.

LYU X X，CHEN L，NING Y H，et al.Analysis of dietary inflammatory index in rural elderly based on Frequency Food Questionnaire 25[J].Chinese Nursing Research，2022，36（10）：1732-1737.

[3]" 李洋，黄素琼，叶运莉，等.泸州地区健康体检人群高血压的患病情况及影响因素[J].贵州医科大学学报，2022，47（1）：51-57.

LI Y，HUANG S Q，YE Y L，et al.Prevalence of hypertension and its influencing factors in health check-up population in Luzhou area[J].Journal of Guizhou Medical University，2022，47（1）：51-57.

[4]" YAO S S，CAO G Y，HAN L，et al.Prevalence and patterns of multimorbidity in a nationally representative sample of older Chinese：results from the China health and retirement longitudinal study[J].The Journals of Gerontology Series A，Biological Sciences and Medical Sciences，2020，75（10）：1974-1980.

[5]" XIA J，YANG C，GE S，et al.Eating behavior and hypertension in Chinese[J].Asia Pacific Journal of Clinical Nutrition，2021，30（3）：504-511.

[6]" GONG K X，XIE L C，CAO Y D，et al.Joint association of dietary protein intake and eating habits with the risk of gestational diabetes mellitus：a case-control study[J].Nutrients，2023，15（20）：4332.

[7]" 董景五.疾病和有关健康问题的国际统计分类第十次修订本（第2版）[M].北京：人民卫生出版社，2008：1.

DONG J W.Tenth revision of the international unified classification of diseases and related health problems[M].Beijing：People's Health Publishing House，2008：1.

[8]" FRIEDL P，TANGENC M，WALSTON J，et al.Frailty in older adults.evidence for a phenotype[J].J GerontolA Biol Sci Med Sci，2001，56（3）：m146-156.

[9]" 吴楠，叶香芳，张文静，等.进食速度与肥胖的相关性分析[J].中华内分泌代谢杂志，2022，38（3）：186-189.

WU N，YE X F，ZHANG W J，et al.Eating speed and obesity：a correlation analysis of cross-sectional data[J].Chinese Journal of Endocrinology and Metabolism，2022，38（3）：186-189.

[10]" YOSHIDA Y，SHIBATA H.Fat mass：the most sensitive predictor of persistent hypertension in unilateral primary aldosteronism[J].Hypertension Research，2023，46（6）：1444-1446.

[11]" DIKAIOU P，BJÖRCK L，ADIELS M，et al.Obesity，overweight and risk for cardiovascular disease and mortality in young women[J].European Journal of Preventive Cardiology，2021，28（12）：1351-1359.

[12]" KARATZI K，MANIOS Y.The role of lifestyle，eating habits and social environment in the prevention and treatment of type 2 diabetes and hypertension[J].Nutrients，2021，13（5）：1460.

[13]" MANOOGIAN E N C，ZADOURIAN A，LO H C，et al.Feasibility of time-restricted eating and impacts on cardiometabolic health in 24-h shift workers：the Healthy Heroes randomized control trial[J].Cell Metabolism，2022，34（10）：1442-1456.

[14]" 张骥，周婕，余丽莎，等.贵州省成年人群膳食模式与心血管疾病发病关系的队列研究[J].中华疾病控制杂志，2024，28（2）：161-170.

ZHANG J，ZHOU J，YU L S，et al.Dietary patterns and cardiovascular disease among adults in Guizhou Province：a cohort study[J].Chinese Journal of Disease Control amp; Prevention，2024，28（2）：161-170.

[15]" 刘彬，朱红英，李文霞，等.膳食纤维摄入对原发性高血压病人血压控制的预测价值[J].实用临床医药杂志，2024，28（3）：126-130.

LIU B，ZHU H Y，LI W X，et al.Value of dietary fiber intake in predicting blood pressure control of patients with essential hypertension[J].Journal of Clinical Medicine in Practice，2024，28（3）：126-130.

[16]" SCHWINGSHACKL L，SCHWEDHELM C，HOFFMANN G，et al.Food groups and risk of hypertension：a systematic review and dose-response meta-analysis of prospective studies[J].Advances in Nutrition，2017，8（6）：793-803.

[17]" SOLEHA U，QOMARUDDIN M B.Saltwater fish consumption pattern and incidence of hypertension in adults：a study on the population of Gresik coast，Indonesia[J].Journal of Public Health Research，2020，9（2）：1846.

[18]" BRIJOUX T，WOOPEN C，ZANK S.Multimorbidity in old age and its impact on life results[J].Zeitschrift Fur Gerontologie Und Geriatrie，2021，54（Suppl 2）：108-113.

[19]" KIM J，BAEK Y，JEONG K，et al.Association of dietary factors with grip strength，body fat，and prevalence of sarcopenic obesity in rural Korean elderly with cardiometabolic multimorbidity[J].Frontiers in Nutrition，2022，9：910481.

[20]" 王文秀，黄涛，李立明.基于“中国慢性病前瞻性研究”的遗传资源建设与应用[J].遗传，2021，43（10）：972-979.

WANG W X，HUANG T，LI L M.Construction and application of human genetic resources in the China Kadoorie Biobank[J].Hereditas（Beijing），2021，43（10）：972-979.

[21]" ZHENG X，XUE B L，XIAO S J，et al.Development and validation of a multimorbidity risk prediction nomogram among Chinese middle-aged and older adults：a retrospective cohort study[J].BMJ Open，2023，13（11）：e077573.

（收稿日期：2024-07-02；修回日期：2024-07-17）

（本文编辑 曹妍）