本研究是一项关于卒中（stroke）前后衰弱指数（frailty index, FI）变化的原创性研究，由山东大学齐鲁医学院公共卫生学院流行病学系的Wang Congdi、Qian Xiaoyu、Jia Cunxian、Jia Feifei（通讯作者）团队与济南市第三人民医院Zhao Xueman合作完成，于2025年10月14日投稿至《International Journal of Stroke》期刊（DOI: 10.1177/17474930251396655）。

学术背景

衰弱（frailty）是一种生理储备下降、易受不良健康结局影响的临床综合征，与年龄增长密切相关。既往研究表明，衰弱是卒中不良预后的预测因子，但衰弱与卒中之间的双向动态关系——即卒中如何影响衰弱进展的时序变化——尚未明确。本研究基于CHARLS（中国健康与养老追踪调查）、ELSA（英国老龄化纵向研究）、HRS（美国健康与退休研究）和SHARE（欧洲健康、老龄化与退休调查）四大国际队列，覆盖18个国家73,961名50岁以上参与者，旨在探究：（1）卒中与非卒中人群的衰弱轨迹差异；（2）卒中事件前后同一患者衰弱指数的动态变化。

研究流程与方法

1. 数据来源与人群筛选
   研究整合四大纵向队列的随访数据（CHARLS 2011–2018、HRS 2010–2020、SHARE 2013–2022、ELSA 2010–2018）。排除基线卒中史、关键协变量缺失或基线FI缺失>20%的个体后，最终纳入73,961人，其中卒中组4,374例（5.9%）。卒中事件通过自我报告的医生诊断确认，发病时间定义为末次无卒中访谈到首次报告卒中的中点。

2. 衰弱指数构建
   采用标准流程构建FI：筛选符合标准的健康缺陷指标（需满足跨系统、随年龄增长、非普遍性三条件），各队列分别纳入42–44项变量（如疾病、功能状态、认知功能、抑郁症状等）。每个缺陷被二分类或映射至0–1连续尺度，FI计算为当前缺陷数/总缺陷数，值域0–1（越高表示衰弱越严重）。FI验证显示其具备年龄正相关、右偏分布、女性均值更高等特征。

3. 统计模型

   • 模型1（卒中前后对比）：线性混合模型分析卒中与非卒中组的FI年变化率，调整基线年龄、性别、教育、婚姻、吸烟、饮酒及基线FI。
     
   • 模型2（短期变化）：引入时间变量（卒中发生时从0跳变为1），评估卒中事件导致的FI陡增。
     
   • 模型3（长期趋势）：加入卒中后时间变量，分析卒中后FI加速情况。
     敏感性分析包括仅卒中幸存者亚组分析和完整基线数据重复分析。

主要结果

1. 卒中前衰弱加速
   卒中组在发病前即表现出比非卒中组更显著的FI年增长（CHARLS: β=0.016/年，95%CI 0.014–0.017）。按40项FI计算，卒中组每年累积1项新缺陷，而非卒中组需3年累积1项。

2. 卒中事件的短期冲击
   卒中发生时FI出现陡增（HRS: β=0.078，95%CI 0.074–0.083），相当于短期内新增3–4项健康缺陷，可能与急性炎症、氧化应激等病理生理应激相关。

3. 卒中后的长期恶化
   卒中后FI年增速进一步加快（ELSA: β=0.019/年，95%CI 0.016–0.022），长期累积效应显著（CHARLS卒中后5年约新增4项缺陷）。轨迹分析显示异质性亚组，但随访间隔限制短期动态识别。

结论与价值

本研究首次系统揭示衰弱与卒中的双向关系：衰弱不仅是卒中的后果，也是其前驱标志。科学价值在于：
1. 机制启示：卒中前FI升高提示共病炎症、胰岛素抵抗等可能是二者共享的病理基础；卒中后加速或与不可逆生理系统损伤或并发症链式反应有关。
2. 临床意义：主张将衰弱评估纳入卒中风险分层、康复及二级预防，尤其对老龄化人群。例如，卒中后3个月应标准化复查FI以区分可逆性应激与永久性衰退。
3. 方法学创新：多队列FI标准化构建与混合模型的应用，为跨人群研究提供范式。

研究亮点

1. 跨队列一致性：18国数据验证卒中相关衰弱轨迹的普适性。
   
2. 动态视角：首次刻画卒中事件前后FI的时序变化，弥补横断面研究的局限。
   
3. 临床转化：提出基于FI变化的干预时间窗（如卒中前预防性管理、卒中后3个月关键评估）。
   局限性包括自我报告卒中的潜在误分类、未分析卒中亚型、未能完全校正死亡竞争风险等。未来需结合客观卒中登记数据和更长随访进一步验证。