识别老年人营养不良风险:单项和多项参数方法

科学领域:

• 老年医学 老年医学
• 营养科学 营养科学
• 生物统计学 生物统计学

背景情况:

• 营养不良是老年人群中普遍存在的问题,往往需要复杂的评估方法.
• 目前的单参数工具可能无法完全捕捉到老年人营养不良风险的复杂性.

研究的目的:

• 为了比较单参数与多参数方法在评估老年人营养不良风险方面的有效性.
• 确定有助于准确评估老年人群营养不良风险的关键因素.

主要方法:

• 一项涉及154名接受综合老年评估 (CGA) 的老年人的横截面研究.
• 通过微量营养评估 (MNA) 评估营养不良的风险,并通过生物电阻分析 (BIA) 评估萨尔科佩尼亚,多药,抑郁症 (老年抑郁症量表 - GDS),食欲,手握力,步行速度和身体组成的额外数据,包括相角 (PA).
• 使用后勤回归分析来开发营养不良风险的预测模型.

主要成果:

• 该MNA在36.8%的参与者中发现了营养不良的风险.
• 在GDS (AUC=0.69) 和PA (AUC=0.62) 中,对营养不良风险的预测能力中等.
• 一个多参数逻辑回归模型,包括握手强度,骨肌量,肉,骨质疏松症,抑郁症,抗抑郁药物使用,移动性,食欲和吸烟,实现了显著更高的AUC为0.84 (95%CI:0.77-0.91).

结论:

• 像MNA,GDS和PA这样的单参数评估在充分捕捉老年人营养不良风险方面存在局限性.
• 一个综合模型整合了多个临床,功能和身体组成参数,可以更准确和全面地评估老年人营养不良风险.
• 这种综合方法可以帮助更早,更有效地对老年人群营养不良进行干预.