酒精消费是全球主要可预防死亡原因之一，每年造成300万人过早死亡，占总死亡的5.3%。近一半失能调整生命年(DALYs)由非传染性疾病和心理健康问题引起，约40%由事故导致。这些危害与酒精总量和饮酒模式都有关。

为了提高预防效果，制定针对非酒精依赖人群的个性化干预策略至关重要。简易的筛查和干预工具在临床设置中已经证明有效，但目前的AUDIT-C问卷仅提供风险阈值，难以精确评估不同人口学特征下不同结果的风险。以往研究表明AUDIT-C各维度与酒精中毒症状、抑郁症、自杀企图、外科术后并发症、创伤事故和社会结果如离异都呈正相关。但它们的预测能力需要进一步验证，特别是考虑到性别和年龄的影响。

本研究利用美国全国酒精相关疾病风险调查的纵向数据，构建复合风险评分系统预测不同不良结果的风险，以简化临床使用。这对于深入理解个体风险并实施个性化干预具有重要意义。

数据来源于美国成年人流行病学调查(NESARC)的第一波(2001-2002年)和第二波(2004-2005年)。NESARC是美国国立酒精滥用和依赖研究所(NIAAA)开展的全国代表性面对面问卷调查。本次分析纳入参加过两波调查且第一波调查年内曾饮酒但未符合酒精使用障碍标准的16710名参与者。该样本随机分为发展样本(N=8355)和验证样本(N=8355)。

预测三年内新发酒精相关不良结果的风险因素包括:酒精使用障碍筛查量表(AUDIT-C)的三个项目(过去一年饮酒频率、一次饮酒平均量、重度饮酒频率)以及性别和年龄。重度饮酒频率分为三类:从不、一个月以下和一个月以上。

首先，作者评估预测变量在发展样本的二元关系。然后采用逐步回归建立预测模型，选择合适的预测变量。随后通过组合这些变量建立风险计算公式。用C指标评价模型的区分能力，采用Hosmer-Lemeshow测试评价校准情况。将回归系数缩放并整理成整数形式，简化使用。最后，将模型应用到验证样本上，并与单独使用AUDIT-C值进行比较。

图 1 根据个人得分计算的三年内发生与酒精相关的不良后果的风险

从结果来看，在建模样本中,各模型的C值从0.756(酒精使用障碍)至0.857(法律问题)不等,H-L检验P值从0.153至0.678,表示模型区分能力优秀,校准良好。

在验证样本验证,C值从0.727(抽搐)至0.872(法律问题),H-L检验P值从0.072至0.679,也显示出良好的区分能力和校准。

与单独使用AUDIT-C相比,研究设计的预测器模型在各结果预报能力有明显提升,C值差异达0.042-0.217,仅单个结果差异不显著。

图 2 酒精相关不良后果 3 年事件风险计算器

研究给出了六个结果的预测方程和打分系统,为个体提供定量的三年风险评估。例如一个特定人群的关系问题三年发生率可高达8.9%。

总体来说,研究设计多个丰富的预测模型,利用大样本得到的面试效应,在临床实践中可为个性化评估与干预提供有效工具。

原始出处：

Hoertel， N.， Dosquet， M.， Sánchez-Rico， M. et al. Development and Validation of a Simple Risk Calculator for Alcohol-Related Adverse Outcomes: Results from a Composite Scale Approach in a Nationally Representative Sample. Int J Ment Health Addiction (2024). https://doi.org/10.1007/s11469-024-01278-0