1. 引言
1.1. 背景
随着全球人口老龄化加速，老年糖尿病已成为公共卫生领域的重要挑战。糖尿病作为一种慢性代谢性疾病，在老年人群中发病率持续攀升，而衰弱综合征作为一种多维度生理功能下降的状态，与糖尿病相互交织，形成复杂的健康问题[1] [2]。临床观察显示，老年糖尿病患者中衰弱的发生率显著高于普通老年人群，这不仅加剧了血糖控制的难度，还大幅提高了住院风险、功能障碍发生率及全因死亡率[1] [3] [4]。然而，传统研究往往将衰弱视为单一连续变量，忽略了其内在的异质性特征，导致干预措施缺乏针对性[4]。
1.2. 研究目的
本研究旨在通过Meta分析方法，系统评估老年糖尿病患者衰弱的影响因素，揭示其内在驱动机制，为精准化健康管理提供科学依据。研究重点关注年龄、性别、代谢指标、营养状况、社会心理因素及生活方式等多维度变量，探讨其相互作用及对衰弱的综合影响[4] [5]。
2. 方法
2.1. 文献检索策略
通过系统检索PubMed、Embase、Cochrane Library、Web of Science及中国知网(CNKI)等数据库，使用关键词组合如“elderly diabetes”、“frailty”、“risk factors”、“influencing factors”、“Meta-analysis”等，筛选出符合纳入标准的文献。检索时间范围设定为2010年至2023年，以确保覆盖最新研究进展[6]。
2.2. 纳入标准
(1) 研究对象为老年糖尿病患者(年龄 ≥ 65岁)。
(2) 研究类型为横断面研究、队列研究或病例对照研究。
(3) 研究包含衰弱评估及影响因素分析，且提供可提取的数据(如OR值、RR值、HR值等)。
(4) 研究语言为英语或中文。
2.3. 排除标准
(1) 非实证研究(如评论、社论、会议摘要)。
(2) 研究对象年龄 < 65岁。
(3) 数据不完整或无法获取全文的文献。
(4) 非英语或中文文献。
2.4. 数据提取与质量评估
(1) 由两名独立研究者进行数据提取，使用标准化表格记录以下信息：
研究设计、样本量、研究年限。
(2) 衰弱评估工具(如Fried衰弱表型量表、FRAIL量表、临床衰弱量表CFS等)。
(3) 影响因素分类(人口学特征、代谢指标、营养状况、社会心理因素、生活方式等)。
(4) 效应量(OR值、RR值、HR值)及置信区间。
(5) 使用纽卡斯尔–渥太华量表(NOS)评估横断面研究质量，使用Cochrane偏倚风险评估工具评估队列研究质量。纳入研究的质量评估结果用于敏感性分析[6]。
2.5. 数据分析方法
采用RevMan 5.4软件进行Meta分析，计算合并效应量(如OR值或RR值)，评估异质性(I2统计量)。若I2 > 50%，提示存在显著异质性，需进行亚组分析或敏感性分析。敏感性分析通过逐一排除低质量研究或特定研究来评估结果稳定性。发表偏倚检验通过漏斗图及Egger回归分析实现，若存在发表偏倚，采用Trim-and-Fill方法调整效应量[6] [7]。
3. 结果
3.1. 研究特征
共纳入19篇文献，样本量范围从70至2000不等。研究设计包括横断面研究(15篇)和病例对照研究(4篇)。衰弱评估工具主要为Fried衰弱表型量表(10篇)和FRAIL量表(9篇) [4] [8]。
3.2. 衰弱发生率的Meta分析
合并分析显示，老年糖尿病患者衰弱发生率为38.2% (95% CI: 35.6%~40.8%)，显著高于普通老年人群(22.2%) [3] [6]。异质性分析(I2 = 68%)表明需进一步亚组分析。
3.3. 主要影响因素分析
3.3.1. 人口学特征
(1) 年龄：年龄与衰弱风险呈正相关(OR = 1.25, 95% CI: 1.15~1.35)，每增加1岁，衰弱风险增加25% [1] [6]。
(2) 性别：女性患者衰弱风险高于男性(OR = 1.30, 95% CI: 1.15~1.47)，可能与女性肌肉质量下降及激素变化相关[6] [9]。
3.3.2. 代谢指标
(1) 糖尿病病程：病程越长，衰弱风险越高(OR = 1.20, 95% CI: 1.10~1.30)，长期高血糖导致代谢紊乱加剧[1] [3]。
(2) 糖化血红蛋白(HbA1c)：低水平HbA1c风险：HbA1c < 6.0%与衰弱风险增加相关(OR = 1.45, 95% CI: 1.12~1.86)。高水平HbA1c风险：HbA1c > 8.0%与衰弱风险增加相关(OR = 1.45, 95% CI: 1.12~1.86)。[1] [2] [10]。
(3) 25羟基维生素D3 (25(OH)D3)：低水平25(OH)D3与衰弱风险正相关(OR = 1.35, 95% CI: 1.15~1.58)，维生素D缺乏影响肌肉功能及代谢状态[9]。
营养状况
(4) 白蛋白：低白蛋白水平与衰弱风险正相关(OR = 1.40, 95% CI: 1.20~1.63)，白蛋白低下反映营养不良及炎症状态[11] [12]。
(5) 营养状况：营养不良与衰弱风险呈正相关(OR = 2.13, 95% CI: 1.39~3.24)，影响胃肠道吸收和肌肉质量，加剧代谢紊乱[9] [11]。
3.3.3. 社会心理因素
(1) 抑郁：抑郁症状与衰弱风险正相关(OR = 1.45, 95% CI: 1.22~1.72)，抑郁患者自我管理能力下降，导致血糖控制不佳[1] [5]。
(2) 睡眠：睡眠质量差与衰弱风险正相关(OR = 1.35, 95% CI: 1.15~1.58)，睡眠不足影响身体恢复和代谢调节[4]。
3.3.4. 生活方式
(1) 规律运动：规律运动与衰弱风险负相关(OR = 0.65, 95% CI: 0.52~0.81)，运动不足导致肌肉力量和平衡能力下降[3] [9]。
(2) 握力：握力低下与衰弱风险正相关(OR = 1.42, 95% CI: 1.18~1.71)，握力是评估肌肉功能的重要指标[9] [12]。
3.3.5. 合并症与用药
(1) 合并慢性病：共病数量与衰弱风险正相关，每增加一种共病，衰弱风险增加15% (OR = 1.15, 95% CI: 1.08~1.22) [6] [8]。
(2) 多重用药：多重用药(≥5种药物)显著增加衰弱风险(OR = 1.75, 95% CI: 1.32~2.32)，药物相互作用延长降糖药物控糖时间，增加低血糖风险[1]-[3]。
3.3.6. 认知功能
认知功能：认知障碍与衰弱风险正相关(OR = 1.70, 95% CI: 1.48~1.95)，认知障碍患者自我管理能力下降，导致血糖控制不佳[1] [5] [13]。
3.4. 亚组分析
3.4.1. 按评估工具
本研究亚组分析显示，使用不同评估工具(Fried量表 vs. FRAIL量表)的研究，其报告的衰弱发生率及主要影响因素存在差异。例如，采用Fried表型量表(侧重生理表型，如握力、步速)的研究报告的衰弱发生率(22.2%)低于采用FRAIL量表(基于临床简易问卷)的研究(8.5%)，这可能反映了工具在敏感性上的区别。更关键的是，基于Fried量表的研究显示代谢紊乱(如HbA1c升高)和多重用药是主要风险因素[6]；而基于FRAIL量表的研究则更突出营养状况和社会心理因素(如抑郁) [6]。这些发现对临床实践有直接影响：对血糖控制目标的指导：本研究发现HbA1c水平与衰弱风险呈U型关系(HbA1c < 6.0%或>8.0%时风险显著升高，OR = 1.45)。结合不同评估工具的结果，对于已通过Fried量表识别为衰弱(尤其是“躯体衰弱型”)的患者，其衰弱可能与代谢失偿直接相关。因此，在管理上应更审慎地控制血糖，避免HbA1c过高；同时，也必须警惕过于激进的降糖治疗可能导致低血糖，从而陷入“低HbA1c-衰弱”的风险区。对于这类患者，临床指南(如《中国老年糖尿病诊疗指南(2024版)》)建议，可考虑将HbA1c目标适当放宽至<8.0%甚至<8.5%，优先考虑治疗安全性和生活质量[14]。干预策略的分层：评估工具的选择实际上提示了不同的衰弱“亚型”。针对Fried量表定义的衰弱，干预应侧重于躯体功能康复、蛋白质补充和优化用药方案；针对FRAIL量表定义的衰弱，则需加强营养支持、心理干预和社会参与。
3.4.2. 按研究年份
2016~2020年研究：衰弱发生率升至37.7%，可能与老龄化加剧和健康行为变化相关[6]。
3.4.3. 敏感性分析
排除低质量研究后，合并效应量变化较小，表明结果稳健[6]。
3.4.4. 发表偏倚
漏斗图显示轻度不对称，通过Egger回归检验确认存在发表偏倚(p = 0.03)，但Trim-and-Fill方法调整后效应量变化不显著[6]。
4. 讨论
4.1. 主要发现总结
本Meta分析证实，老年糖尿病患者衰弱受年龄、性别、糖尿病病程、合并慢性病、多重用药、HbA1c、25(OH)D3、白蛋白、营养状况、握力、日常生活能力、规律运动、抑郁、睡眠及认知功能等多因素影响[1] [3] [4] [6]。这些因素相互作用，形成复杂网络，加剧衰弱进程，并显著增加住院风险、功能障碍及全因死亡率[1] [12]。
4.2. 与现有文献比较
与既往研究一致，本研究发现代谢紊乱和多重用药是主要影响因素[1]-[3]。然而，社会心理因素和认知功能的作用被低估，需进一步研究[1] [5]。认知衰弱作为认知障碍和躯体衰弱的叠加，其预测死亡的能力更强，提示临床需关注认知功能的评估[1] [5]。
5. 临床意义
(1) 精准干预：识别衰弱亚型(如代谢型、用药型、社会心理型)可指导个性化干预，如优化降糖方案和药物管理[4] [14]。
(2) 公共卫生政策：将衰弱筛查纳入社区慢性病管理，早期识别高危人群，降低医疗费用[3] [6]。
(3) 多学科协作：建立多学科团队，包括内分泌科、营养科、心理科及康复科，共同制定综合管理方案[11] [14]。
6. 研究局限性
(1) 异质性：研究间异质性较高，可能源于评估工具和人群差异[6]。
(2) 发表偏倚：存在轻度发表偏倚，可能影响结果可靠性[6]。
(3) 数据限制：部分研究数据不完整，无法进行更深入分析[4] [6]。
(4) 研究设计与因果推断的局限性：本研究纳入的文献中，横断面研究(15篇)占绝大多数。这类研究设计仅能揭示影响因素与衰弱状态在同一时间点的关联，无法确立因果关系。例如，我们发现低HbA1c与衰弱相关(OR = 1.45)，但横断面数据无法区分究竟是“血糖控制过严导致衰弱”，还是“衰弱状态本身导致了营养不良和低血糖风险”。将横断面研究与少量队列/病例对照研究合并效应量，虽能提高统计效能，但也在一定程度上模糊了研究设计不同带来的证据等级差异，这是本Meta分析的一个核心方法学限制。未来需要更多前瞻性队列研究来验证这些关联的因果方向。
7. 结论
本文Meta分析证实，老年糖尿病患者衰弱受多重因素影响，且这些因素相互作用，形成复杂网络。未来研究应关注衰弱亚型的识别和干预策略的优化，为临床实践和公共卫生政策提供科学依据[1] [5] [6] [14]。
NOTES
*通讯作者。