重点提示
这项预后研究结合患者自报数据与 Medicare 理赔数据，基于 Health and Retirement Study 构建了老年人首次发生阿片类药物使用障碍（Opioid Use Disorder, OUD）或阿片类药物过量（Opioid Overdose, OD）时间的预测模型。四种生存分析方法——传统 Cox 比例风险模型、向后选择 Cox 模型、LASSO 惩罚 Cox 模型以及生存随机森林——表现相近，均具有中等至良好的区分能力。稳定识别出的关键预测因素包括阿片类药物使用时间更长、疼痛控制不佳以及合并使用中枢神经系统（central nervous system, CNS）药物。
研究背景
阿片类药物流行仍是重要的公共卫生挑战，而老年人由于慢性疼痛更常见、多重用药以及影响阿片类药物代谢和敏感性的生理变化，属于尤其脆弱的人群。尽管65岁及以上患者的阿片类药物处方量持续增加，但关于该人群阿片相关不良结局有效预测模型的数据仍然有限。及早识别发生阿片类药物使用障碍或过量风险较高的老年人，对于实施针对性干预、优化疼痛管理并尽可能减少伤害至关重要。
研究设计
本项预后研究利用 Health and Retirement Study（HRS）的纵向数据，并与2006年至2021年的 Medicare 理赔数据进行链接。研究对象为居住于社区、年龄65岁及以上、被诊断为慢性疼痛且在研究期间首次双年度 HRS 访谈前一年内曾接受阿片类药物处方的成年人。分析纳入了40个候选预测变量，来源包括理赔数据（如药物使用、合并症）和患者自报指标（如疼痛控制、功能状态）。
通过 Medicare 理赔诊断编码识别新发阿片类药物使用障碍或过量事件。研究构建了四种生存分析模型，用于预测首次发生 OUD 或 OD 的时间：传统 Cox 比例风险模型、采用向后变量选择的 Cox 模型、经最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）惩罚的 Cox 模型，以及生存随机森林模型。模型同时纳入时间固定和时间变化预测变量。研究在训练集和测试集中均使用一致性（C）统计量评估区分能力。
主要结果
在4190名接受阿片类药物治疗且合并慢性疼痛的老年参与者中，181例（4.3%）在平均6.1年（标准差4.0）的随访期间发生了新发 OUD 或 OD。
四种模型的预测表现相近。训练集中的 C 统计量为0.753至0.849，测试集中的 C 统计量为0.723至0.790，提示其具有可接受至良好的预测区分能力。
在各模型中，提示 OUD 或 OD 风险增加的主要预测因素包括：
- 阿片类药物使用时间：累计暴露时间越长，与更高风险显著相关。
- 疼痛控制不佳：患者自报的疼痛管理不足可独立预测阿片相关不良结局。
- 合并使用 CNS 药物：同时使用苯二氮䓬类或肌肉松弛剂等其他中枢神经系统活性药物会增加风险。
其他值得关注的变量包括人口学因素、合并疾病和健康行为，但其预测贡献不如上述因素稳定，或关联较弱。
专家点评
本研究通过整合患者自报结局与可靠的理赔数据，填补了老年人阿片相关不良事件风险分层方面的一项重要空白。传统回归模型与机器学习模型表现相近，提示在临床实施时，较为简单的基于 Cox 的方法或已足够，同时兼顾可解释性与预测能力。
阿片类药物使用时间延长和疼痛控制不佳是主要风险因素，这一结果与既往文献一致，进一步强调了慢性阿片暴露和镇痛不足在 OUD 发生中的核心作用。CNS 多药联用的影响提示，在这一脆弱人群中进行仔细的用药核对和减停药策略十分重要。
本研究的局限性包括：结局判定依赖行政理赔数据，可能低估 OUD 病例；此外，观察性数据固有的残余混杂也不能排除。该队列主要代表居住于社区的美国 Medicare 受益人，因此对其他人群或医疗环境的推广性可能有限。
未来研究应探索将这些预测模型整合至电子病历系统中，以实现实时风险监测，并评估由模型输出触发的针对性干预措施的有效性。
结论
结合患者自报指标与理赔数据的预测建模，可有效识别阿片类药物使用障碍或过量风险升高的老年人。识别出阿片类药物使用时间延长、疼痛控制不佳以及合并使用 CNS 药物等关键可干预风险因素，可为实施针对性干预提供重要靶点。这些模型有望帮助临床医生和卫生系统主动开展风险降低措施，从而提升老年人阿片类药物处方的安全性。
资金支持与利益披露
本研究获得了原始发表文献中所列相关学术及政府资助机构的支持。未报告利益冲突。
参考文献
- Chiang CW, Brock G, Schmidt S, et al. Predictive Models for Time to First Opioid Use Disorder or Opioid Overdose Among Older Adults. J Gen Intern Med. 2026 Jul 16. PMID: 42463630.
- Bauer AM, et al. Challenges and considerations when screening for opioid misuse in older adults. Subst Abus. 2020;41(4):479-487.
- Krebs EE, et al. Opioid prescribing for older adults with chronic noncancer pain: a systematic review. J Am Geriatr Soc. 2014;62(9):1815-1823.
- Dowell D, et al. CDC Guideline for Prescribing Opioids for Chronic Pain — United States, 2016. MMWR Recomm Rep. 2016;65(1):1-49.
