跨队列协调的问卷跌倒风险模型：CLHLS与CHARLS双向外部验证研究

摘要:目的 检验一套仅含12个跨队列协调问卷变量的跌倒风险模型，能否在中国两个年龄结构互补的社区老年队列间实现区分度与风险分层的双向迁移。

方法 在CLHLS开发队列中以29个协调候选变量进行LASSO筛选，冻结12变量L2逻辑回归模型（60/20/20分层，训练+验证重训，冻结测试集评估）。将该模型不加修改地应用于CHARLS（方向1），并将CHARLS重拟合模型应用于CLHLS（方向2），评估区分度（AUROC）、校准度与决策曲线。

结果 CLHLS与CHARLS分析样本分别为6,858人（1,678例跌倒，24.5%）与6,487人（1,439例，22.2%）。两队列内部AUROC为0.608与0.693；方向1外部AUROC为0.676（95%CI 0.660–0.692），方向2为0.605（0.590–0.621），与目标队列自训模型相差均小于0.02。完全再校准后Brier由0.163/0.186改善至0.161/0.181。

结论 该12变量问卷模型可实现区分度与风险分层的双向可迁移，队列间判别差异反映人群异质性；绝对风险不可直接迁移，跨队列使用前须完全再校准。

关键词：跌倒；风险预测模型；外部验证；老年人；队列研究

1.引言

跌倒是社区居住老年人中最常见、后果也最严重的健康事件之一，并且是全球意外伤害相关死亡的第二大原因，是一项全球性公共卫生问题。世界卫生组织（WHO）估计，全球每年约有684,000例跌倒相关死亡，其中60岁及以上成年人占大多数(WHO 2021). 跌倒可导致髋部骨折、创伤性脑损伤等严重躯体损伤，还可能诱发焦虑抑郁、因恐惧跌倒导致的活动受限，并带来不断加重的照护与经济负担。因快速老龄化，我国2013至2020年间老年人跌倒负担总体持续上升，引起卫生政策与临床研究者的较多关注(Zhang et al. 2022)。 

约30%的65岁及以上社区老年人每年至少跌倒一次，80岁及以上者升至约40%，其中约半数经历反复跌倒，且跌倒发生率随年龄增长进一步上升 (Rubenstein 2006)。跌倒本质上是多因素事件，由内在因素——包括人口学特征、慢性病负担、身体功能与肌力、感觉与认知功能、心理状态、生活方式行为（体力活动与睡眠）以及用药暴露——与外部环境共同作用所致(Colón-Emeric et al. 2024)。因此，整合多维自我报告信息的定量风险工具被认为比仅依赖单一危险因素或单一身体功能测试的工具更适合用于人群层面的风险分层。

尽管过去几十年出现了大量跌倒风险评估工具，但多数工具的区分度有限，且缺乏严格的外部验证。一项针对常用单项测试的系统评价显示，起立-行走计时测试（TUG）的受试者工作特征曲线下面积（AUC）仅为约0.54–0.59(Barry et al. 2014)。基于文献开发的FRAT-up工具在意大利InCHIANTI社区队列中验证时AUC约为0.64；尽管其优于单项测试，但该工具系统性地高估了绝对风险 (Cattelani et al. 2015)。近年来，一些研究尝试利用机器学习改善区分度。Chen等人利用中国健康与养老追踪调查（CHARLS）的107个基线变量构建模型，发现逻辑回归对跌倒结局的区分度最佳（AUC≈0.739），并将跌倒史识别为最重要的特征(Chen et al. 2023)。然而应当指出，这些模型大多依赖体格检查或实验室指标，在单一队列内开发，且仅进行了内部验证或单向验证，关于其跨队列与跨人群泛化能力的证据仍然缺乏。

跌倒预测领域长期以来的特点是外部验证报告不足。基于问卷的队列研究之间复用同一组预测变量、并对变量概念与编码进行跨队列协调后再开展队列间外部验证，在跌倒预测领域很少被系统性地实施。我国有两个年龄结构互补的大型前瞻性队列：CHARLS 为全国代表性样本，CLHLS 则以高龄老人为主的多地区大样本。这两个队列互补的年龄结构与功能特征提供了一个理想的自然建模场景。

在此背景下，本研究旨在基于仅含12个跨队列协调问卷变量的精简模型，检验其能否在中国两个年龄结构互补的老年队列（CLHLS 与 CHARLS）之间实现区分度与风险分层的双向迁移，并在目标队列完全不参与变量选择与模型拟合的前提下，进一步评估其校准度、再校准与临床净获益。

2.方法

研究设计与队列

本研究为一项具有双向外部验证的跨队列预后建模研究，研究分析两个基于人群的中国社区居住老年人队列：（1）中国老年健康影响因素跟踪调查（CLHLS），以2018年调查为基线（年龄≥65岁、社区居住、基线信息完整），以2021年调查确定结局(Zeng 2008)；（2）中国健康与养老追踪调查（CHARLS），以2018年调查为基线（年龄≥65岁、社区居住、基线信息完整），以2020年调查确定结局 (Zhao et al. 2014)。将CLHLS作为开发队列，CHARLS作为外部验证队列；为检验两个方向上的可迁移性，还将CHARLS中重新拟合的模型应用于CLHLS。两个队列均获得各自机构审查委员会批准（CLHLS：IRB00001052-13074；CHARLS：IRB00001052-11015），所有参与者均提供了书面知情同意。所有分析均使用去标识化数据。结局为随访期间自我报告的任何一次跌倒：在CLHLS中为2021年访谈前一年内的跌倒；在CHARLS中为2020年调查所报告的、自上次访谈（约2年）以来的任何一次跌倒。1年与约2年的回忆窗口是队列间固有的测量差异。

候选预测变量与跨队列协调

通过对两份问卷及其编码手册进行条目级审查，事先对覆盖人口学、社会经济、行为、临床、感觉与功能领域的29个基于问卷的候选预测变量进行了协调。变量筛选仅在CLHLS开发队列中通过Lasso完成。

内部模型开发与双向验证

每个队列均通过分层随机抽样划分为训练集、验证集与测试集（60%/20%/20%）。主模型为包含12个锁定预测变量的L2正则化逻辑回归；该模型在合并的训练集与验证集数据上重新拟合，并在冻结的留出测试集上一次性评估。内部性能另以重复分层5折交叉验证、10次重复（50折）并使用固定超参数进行估计,均在训练数据上拟合，并原样应用于测试数据与外部数据。将CLHLS中重新拟合的模型应用于完整CHARLS分析样本（方向1：CLHLS→CHARLS），并将CHARLS中重新拟合的模型应用于完整CLHLS分析样本（方向2：CHARLS→CLHLS）。

性能指标

区分度以受试者工作特征曲线下面积（AUROC）量化，95%置信区间（CI）来自2,000次自助法重抽样；另以精确率-召回率曲线下面积（AUPRC；基线为事件发生率）量化总体性能以Brier评分概括。校准度通过校准截距与校准斜率评估，斜率给出自助法CI，并辅以Hosmer–Lemeshow拟合优度检验。决策曲线分析计算阈值概率0.02–0.50范围内的净获益。决策曲线分析中，内部模型与外部迁移模型在同一留出测试集上评估以便直接比较；AUROC、AUPRC 与 Brier 的外部验证在完整分析样本上进行。分析使用Python 3中的scikit-learn、SciPy完成；随机种子固定为2024。

3.结果

参与者流程与基线特征

在2018年调查的15,874名CLHLS参与者中，14,885名符合纳入标准，6,858名具有可观察的跌倒结局（1,678例跌倒；24.5%）；8,027名因死亡或失访而无观察结局。在2018年调查的19,816名CHARLS参与者中，7,429名符合纳入标准，6,487名具有观察结局（1,439例跌倒；22.2%）；942名无结局（图1）。

两个分析样本的基线特征差异显著（表1）。CLHLS样本年龄更大（81.5±10.6岁 vs 72.0±6.1岁；P<0.001），且脑卒中（11.8% vs 7.6%）、心脏病（19.2% vs 9.9%）与糖尿病（11.7% vs 6.6%）患病率更高（均P<0.001）。视力障碍在CHARLS中远更常见（78.0% vs 27.2%），而规律社会参与在CLHLS中更常见（56.4% vs 30.6%），这反映了用于测量这些构念的工具不同。随访期间跌倒发生率相近（24.5% vs 22.2%；P = 0.002）（图1）。

变量选择

在29个协调后的候选变量中，全部12个锁定预测变量均在50/50个交叉验证折叠中被选出（图2A）。12变量集合按预指定规则锁定：在筛选惩罚（C=0.15）下重复5×10折LASSO中入选频率达50/50、且为两队列可直接协调构建的核心变量。锁定集合并非来自交叉验证最优惩罚：在λ.min（1×10⁻⁴）处模型保留29个变量（交叉验证AUROC 0.6045），在λ.1se（1.66×10⁻³）处保留23个变量（0.6021），其中仍包含全部12个锁定预测变量。最终冻结的12个预测变量，包括：年龄、女性、教育程度、规律体育锻炼、视力障碍；基线既往跌倒、脑卒中、心脏病、糖尿病、睡眠时长、规律社会参与、移动能力受限计数。

内部性能

队列内区分度中等：冻结测试集AUROC在CLHLS中为0.608（95%CI 0.573–0.642），在CHARLS中为0.693（0.658–0.726）；重复交叉验证估计与之吻合（分别为0.607±0.015与0.692±0.015）（图2B）。因此保留逻辑回归模型（图2B）。

双向外部验证

跨队列迁移时，区分度得以保持。将CLHLS拟合模型应用于CHARLS所得AUROC为0.676（0.660–0.692）（方向1）；将CHARLS拟合模型应用于CLHLS所得AUROC为0.605（0.590–0.621）（方向2）。在两个方向上，外部区分度与目标队列自身内部测试性能相差均在0.02以内，且95%CI与相应的内部估计重叠。AUPRC为0.368（方向1）与0.315（方向2）；Brier评分为0.163与0.186（零模型Brier为0.173与0.185；方向2的原始Brier与零模型相当，主因预测过度极端、校准不良，而非无区分信息），完全再校准后改善至0.161与0.181（图2B）。

校准度和决策曲线

模型在队列内校准良好（截距+0.04与+0.01；斜率1.04[95%CI 0.72–1.37]与0.98[0.79–1.17]；Hosmer–Lemeshow P = 0.547与0.515）（图3A–B）。迁移后的模型呈现出方向相反、统计学上显著的校准斜率失配：方向1中模型低估风险（截距+1.01），斜率为1.90（1.72–2.09）——对CHARLS而言预测过于平坦；方向2中模型高估风险（截距−0.45），斜率为0.49（0.41–0.57）——对CLHLS而言预测过于极端。Hosmer–Lemeshow检验在两个外部方向上均显著（均P<0.001）；完全重校准后，方向1的拟合得以恢复（P = 0.084，而方向2仍存在残余校准不良（P<0.001）。决策曲线分析显示，内部模型与外部迁移模型的净获益曲线几乎重合（图3C–D）。

4.讨论

在两个相互独立、年龄结构互补的中国队列中，一个在冻结的、跨队列协调方案下开发的、仅含12个问卷变量的跌倒风险模型产生了两个具有实践意义的发现。第一，区分度具有双向可迁移性：将CLHLS拟合模型应用于CHARLS所得外部AUROC为0.676（95%CI 0.660–0.692），与CHARLS内部性能（0.693）相差在0.02以内；而将CHARLS拟合模型应用于CLHLS所得AUROC为0.605（0.590–0.621），与CLHLS内部性能（0.608）几乎一致；在CLHLS测试集上，外部训练模型甚至在数值上优于内部训练模型（0.617 vs 0.608）。第二，队列间内部区分度的差距（0.608 vs 0.693）似乎反映人群异质性，而非预测变量不足，因为每个外部应用的模型的表现本质上达到了其目标队列自身数据所能支撑的水平。

本研究所达到的区分度（内部0.61–0.69；外部0.61–0.68）与跌倒预测工具反复报告的中等范围一致。源于文献的FRAT-up工具在社区验证中AUC约为0.64(Cattelani et al. 2015)；广泛使用的起立-行走计时测试在社区居住成年人中仅达到0.54–0.59(Barry et al. 2014)。预测变量集大得多的模型报告了更高的区分度，用107个CHARLS变量（含客观测量）达到0.739(Chen et al. 2023)。但这些估计来自内部验证或同队列验证，且单中心结果尤其易受过拟合影响。因此，本研究的贡献不在于更高的AUC，我们认为：一个不加修改地迁移到独立队列的冻结模型，相对各目标队列自身模型，区分度最多损失0.017。

值得担忧的是，CLHLS中的内部区分度（0.608）明显低于CHARLS（0.693）。有两点观察支持这一差距反映的是人群差异而非预测变量不足。第一，每个外部应用的模型都达到了其目标队列自身上限的水平；第二，CLHLS样本是根本不同的人群，平均年龄大9.5岁（81.5 vs 72.0岁），慢性病负担明显更重（脑卒中11.8% vs 7.6%；心脏病19.2% vs 9.9%；糖尿病11.7% vs 6.6%）。且引人注目的是，其一年跌倒发生率（24.5%）已与CHARLS的两年发生率（22.2%）相当，表明其单位时间的跌倒密度高得多。由此我们认为，不应假设在"低龄老年"人群中开发的预测工具在高龄老年人群中会有相同表现。

结论

本研究提供的证据表明：一个在两个互补的中国队列间协调构建的、精简的12变量、仅含问卷条目的跌倒风险模型，能够实现区分度与风险分层的双向可迁移性，其决策价值与本地训练的模型基本相当。未来工作应检验在问卷核心之上加入客观功能测量能否带来真正的区分度增益，考察反复跌倒与致伤性跌倒作为终点，开展外部验证，并评估将该模型作为社区筛查工具部署能否在实践中改善预防结局。

表注

表1. 两个分析样本的基线特征（CLHLS，n = 6,858；CHARLS，n = 6,487）。连续变量以均值±标准差表示，分类变量以n（%）表示。P值来自Welch t检验（连续变量）或χ²检验（分类变量）。

图注

图1. 研究设计与参与者流程。

图2. 变量选择与区分度。（A）CLHLS中29个协调后候选变量在惩罚网格上的LASSO系数路径；彩色线表示12个锁定变量，灰色线表示其余候选变量。垂直线标示λ.min（虚线）、λ.1se（点线）与筛选惩罚（C=0.15；点划线）；顶部横轴表示在相同λ刻度上重新拟合得到的非零变量数目。（B）锁定12变量逻辑回归模型的受试者工作特征曲线

图3. 校准度与决策曲线分析。（A、B）迁移模型的校准曲线：方向1（CLHLS→CHARLS，A）与方向2（CHARLS→CLHLS，B）中观察比例对平均预测概率，重校准前（圆圈、实线）与完全重校准后（方形、虚线）；点状对角线为理想线。校准截距/斜率：+1.010/1.901（方向1）与−0.454/0.488（方向2）。（C、D）CLHLS与CHARLS冻结测试集中的决策曲线分析。

参考文献

Barry, Emma, Rose Galvin, Claire Keogh, Frances Horgan, and Tom Fahey. 2014. “Is the Timed Up and Go Test a Useful Predictor of Risk of Falls in Community Dwelling Older Adults: A Systematic Review and Meta- Analysis.” BMC Geriatrics 14 (1): 14. https://doi.org/10.1186/1471-2318-14-14.

Cattelani, Luca, Pierpaolo Palumbo, Luca Palmerini, et al. 2015. “FRAT-up, a Web-Based Fall-Risk Assessment Tool for Elderly People Living in the Community.” Journal of Medical Internet Research (Canada) 17 (2): e41. https://doi.org/10.2196/jmir.4064.

Chen, Xiaodong, Lingxiao He, Kewei Shi, Yafei Wu, Shaowu Lin, and Ya Fang. 2023. “Interpretable Machine Learning for Fall Prediction Among Older Adults in China.” American Journal of Preventive Medicine (Netherlands) 65 (4): 579–86. https://doi.org/10.1016/j.amepre.2023.04.006.

Colón-Emeric, Cathleen S., Cara L. McDermott, Deborah S. Lee, and Sarah D. Berry. 2024. “Risk Assessment and Prevention of Falls in Older Community-Dwelling Adults: A Review.” JAMA 331 (16): 1397. https://doi.org/10.1001/jama.2024.1416.

Rubenstein, Laurence Z. 2006. “Falls in Older People: Epidemiology, Risk Factors and Strategies for Prevention.” Age and Ageing 35 (suppl_2): ii37–41. https://doi.org/10.1093/ageing/afl084.

WHO. 2021. “Falls.” April 26. https://www.who.int/news-room/fact-sheets/detail/falls.

Zeng, Yi. 2008. “Healthy Longevity in China : Demographic, Socioeconomic, and Psychological Dimensions.” https://api.semanticscholar.org/CorpusID:161369780.

Zhang, Kaiting, Jinlei Qi, Peijun Zuo, et al. 2022. “The Mortality Trends of Falls among the Elderly Adults in the Mainland of China, 2013—2020: A Population-Based Study through the National Disease Surveillance Points System.” The Lancet Regional Health - Western Pacific 19 (February): 100336. https://doi.org/10.1016/j.lanwpc.2021.100336.

Zhao, Y., Y. Hu, J. P. Smith, J. Strauss, and G. Yang. 2014. “Cohort Profile: The China Health and Retirement Longitudinal Study (CHARLS).” International Journal of Epidemiology 43 (1): 61–68. https://doi.org/10.1093/ije/dys203.

第一作者 姓名：张欢  出生年月：1992.07 性别：女  籍贯：重庆市潼南区 学历： 本科

科室：全科医学科  现职称： 主治医师 职务：无  研究方向：老年医学

通讯作者 姓名：刘霞  出生年月：1989年2月  性别： 女  籍贯： 重庆市沙坪坝区

学历： 研究生 科室：全科医学科 现职称：副主任医师  职务：科室主任

研究方向：老年医学 

项目名称：重庆市沙坪坝区技术创新项目：基于机器学习算法的中国社区老年人跌倒风险预测模型构建及关键危险因素识别项目编号：2025096