随着时间的推移,连续测量步行速度,并对老年人进行动态生存预测

科学领域:

• 老年学是一门学科.
• 生物统计学 生物统计学
• 流行病学 流行病学

背景情况:

• 一次步行速度测量是已知的死亡风险预测指标.
• 需要一个动态的框架,以持续的临床数据更新死亡风险感知.
• 纵向和生存数据的联合建模为动态死亡风险预测提供了一种方法.

研究的目的:

• 开发和应用一个共同的建模框架,用于使用纵向步行速度数据进行动态死亡风险预测.
• 评估最近的步行速度测量对死亡风险的预测值.
• 调查步行速度随时间变化对死亡风险的影响.

主要方法:

• 按性别分层的关节模型是使用纵向步行速度 (20米,每6个月测量一次) 和14年生存数据来安装的.
• 分析了健康,衰老和身体组成研究队列 (N = 3048),控制了诸如年龄,住院,血压,肥胖和并发性疾病等共变量.
• 步行速度的非线性波动被纳入模型中.

主要成果:

• 更高的步行速度 (0.1米/秒) 与男性和女性显著降低死亡风险 (23-25%) 相相关.
• 年化步行速度减慢 (0.05 m/s) 在男性中增加了31%的死亡风险 (p < 0.05),在调整后仍然存在.
• 超出最近测量的步行速度历史对5年风险预测的影响很小 (1-2%的变化).

结论:

• 最新的两个步行速度测量似乎足以进行最初的死亡风险评估.
• 在广泛临床应用之前,需要对更频繁的步行速度数据进行进一步的研究.
• 结合纵向步行速度的动态预测模型显示出改善死亡风险评估的前景.