下肢动脉硬化闭塞症患者肌少症风险预测模型的构建 [中文引用][英文引用]

目的  探讨下肢动脉硬化闭塞症（arteriosclerosis obliterans，ASO）患者肌少症发生的现状并分析其影响因素，构建风险预测模型，为未来针对性干预研究提供参考依据。方法  采用便利抽样法，选取 2024 年 8 月— 2025 年 3 月在西南地区某三级甲等综合医院血管外科住院的 400 例 ASO 患者为研究对象。采用一般资料调查问卷、Barthel 指数、Morse 跌倒评估量表、Tilburg 衰弱量表进行调查，采用 Logistic 回归分析 ASO 患者肌少症发生的影响因素，建立 Logistic 回归模型，绘制列线图，并根据受试者工作特征曲线下面积、特异度及灵敏度评价模型的预测效能；采用 Hosmer-Lemeshow 检验及校准曲线评估模型的准确度。结果  388 例患者完成研究。177 例 ASO 患者发生肌少症，发生率为 45.6%。Logistic 回归分析结果显示，年龄、日常生活自理能力、疾病分期、白蛋白、衰弱和跌倒风险是 ASO 患者发生肌少症的影响因素。Logistic 回归模型的 AUC 为 0.828，该模型的准确率为 75.5%，灵敏度 0.808，特异度 0.711，表明模型的预测效果较好。结论  本研究构建的 Logistic 回归模型预测效能良好，有助于临床医护人员对 ASO 患者肌少症的高危人群进行早期识变，为临床干预提供科学依据。

Objective To determine the prevalence of sarcopenia among patients with arteriosclerosis obliterans（ASO）of lower extremities and to develop a practical risk prediction model for early identification and targeted intervention. Methods A convenience sampling method was used to recruit 400 ASO in-patients who were admitted to the Department of Vascular Surgery of our hospital between August 2024 and March 2025. Data were collected with a demographic questionnaire，the Barthel index，the Morse fall scale，and the Tilburg frailty indicator. Logistic regression was used to identify independent predictors. Logistic regression model was constructed a