Development and Validation of a Risk Prediction Model for Poor Prognosis in Alzheimer's Disease Patients with Community-acquired Pneumonia

doi:10.12114/j.issn.1007-9572.2025.0331

Abstract

Abstract:

Background

As China enters an aging society, the incidence of Alzheimer's disease (AD) is increasing annually. Concurrently, these patients are susceptible to developing community-acquired pneumonia (CAP), a complication that ultimately leads to adverse outcomes. Therefore, establishing an accurate risk prediction model can assist healthcare professionals in early identification and intervention for high-risk patients, thereby alleviating familial and societal burdens.

Objective

To develop a predictive model for the risk of adverse prognosis in AD patients with CAP, analyze the high-risk factors for poor outcomes in this patient population, and provide a basis for formulating targeted treatment measures.

Methods

Data retrieval was conducted using the dementia database platform established by Hubei Provincial Hospital of Traditional Chinese Medicine. Hospitalized patients diagnosed with AD and CAP from January 2020 to August 2025 were included as study subjects (n=371). Data collected included demographic and baseline characteristics, comorbidities and behavioral risk factors, assessment scales, and laboratory indicators. The data were randomly split into a training set (n=259) and a validation set (n=112) in a 7∶3 ratio. Subsequently, least absolute shrinkage and selection operator (LASSO) regression with 10-fold cross-validation was employed to screen for optimal predictors. Define the composite outcome of patient death or respiratory failure during hospitalization as an adverse event. Following this screening process, Logistic regression was used to develop the final prediction model, and a nomogram was constructed based on this model. The model performance was evaluated using multiple metrics, including the area under the receiver operating characteristic (ROC) curve, calibration curve, and decision curve analysis (DCA).

Results

The incidence of adverse outcomes in AD patients with CAP was 27.76% (103/371). Using LASSO regression, four potential predictors were selected from 20 candidate variables: CDR score, CURB-65 score, ADL score, and dysphagia. Subsequent multivariate Logistic regression analysis confirmed that these four factors were independent influencing factors for adverse outcomes (P<0.05), with the following odds ratios: CDR score (OR=2.304, 95%CI=1.486-3.572), CURB-65 score (OR=2.263, 95%CI=1.477-3.468), ADL score (OR=2.337, 95%CI=1.033-5.287), and dysphagia (OR=2.042, 95%CI=1.036-4.023). A clinical prediction model (nomogram) was constructed based on these four predictive variables. The area under the ROC curve for the prediction model was 0.835 (95%CI=0.777-0.892) in the training set and 0.902 (95%CI=0.835-0.968) in the validation set, indicating good discriminative ability. The Hosmer-Lemeshow test results showed χ²=7.046 (P=0.531) for the training set and χ²=7.781 (P=0.455) for the validation set, suggesting good model fit. The Brier scores for the calibration curves were 0.137 and 0.108 for the two datasets, further indicating good consistency between predicted and actual values. DCA results showed that using the nomogram model to predict the risk of adverse outcomes provides clinical benefit when the threshold probability ranges from 0.10 to 0.75.

Conclusion

The nomogram model developed in this study effectively predicts the risk of adverse outcomes in AD patients with CAP. This tool facilitates early identification of high-risk populations by clinicians, thereby enabling the formulation of individualized interventions to improve patient prognosis.

Key words: Alzheimer's disease, Community-acquired pneumonia, Poor prognosis, Prediction model, Nomogram, Logistic regression

摘要：

背景

随着我国步入老龄化社会，阿尔茨海默病（AD）发病率逐年上升，AD易合并社区获得性肺炎（CAP），最终导致患者发生不良结局。因此，构建精准的风险预测模型有助于医务人员早期识别高危患者并进行干预，以减轻家庭与社会压力。

目的

构建AD合并CAP患者发生不良预后风险的预测模型，分析该类患者出现不良结局的高危因素，为制订针对性的治疗措施提供依据。

方法

依托湖北省中医院构建的痴呆数据库平台进行数据检索，纳入2020年1月—2025年8月诊断为AD合并CAP的住院患者作为研究对象（n=371），收集其人口学及基础特征、共病与行为学风险因素、评估量表、实验室检查指标相关数据。将数据集按照7∶3随机拆分为训练集（n=259）和验证集（n=112），采用LASSO回归10折交叉验证筛选最佳预测变量，将住院期间患者死亡或发生呼吸衰竭的复合事件作为不良结局。采用Logistic回归建立最终预测模型，并构建列线图模型，采用受试者工作特征（ROC）曲线下面积、校准曲线、决策曲线分析（DCA）等评价模型性能。

结果

AD合并CAP患者不良结局发生率为27.76%（103/371）。利用LASSO回归从20个候选变量中选出4个潜在预测因子，分别为临床痴呆评定量表（CDR）评分、社区获得性肺炎严重程度评分量表（CURB-65）评分、日常生活活动能力（ADL）评分、吞咽障碍。进一步的多因素Logistic回归分析显示，CDR评分（OR=2.304，95%CI=1.486~3.572）、CURB-65评分（OR=2.263，95%CI=1.477~3.468）、ADL评分（OR=2.337，95%CI=1.033~5.287）、吞咽障碍（OR=2.042，95%CI=1.036~4.023）是AD合并CAP患者发生不良结局的影响因素（P<0.05）。根据多因素Logistic回归分析筛选出的4个预测变量，构建列线图模型。列线图模型在训练集和验证集的ROC曲线下面积分别为0.835（95%CI=0.777~0.892）和0.902（95%CI=0.835~0.968），提示模型区分度较好；Hosmer-Lemeshow检验结果显示，训练集：χ²=7.046（P=0.531）和验证集：χ²=7.781（P=0.455）；两个数据集的校准曲线Brier评分分别为0.137与0.108，提示预测值与实际值之间一致性较好；DCA结果显示，当阈值为0.10~0.75时，使用列线图模型预测不良结局发生风险可使患者临床获益。

结论

本研究构建的列线图模型可预测AD合并CAP患者出现不良结局的风险，便于临床医师早期识别高危人群，并制定个体化干预措施，改善患者预后。

关键词: 阿尔茨海默病, 社区获得性肺炎, 不良预后, 预测模型, 列线图, Logistic回归

CLC Number:

R 745.7

LI Jiao,ZHOU Jianjie,PENG Lang, et al. Development and Validation of a Risk Prediction Model for Poor Prognosis in Alzheimer's Disease Patients with Community-acquired Pneumonia[J]. Chinese General Practice, 2026, 29(29): 4248-4257. DOI: 10.12114/j.issn.1007-9572.2025.0331.
李姣,周剑杰,彭朗等. 阿尔茨海默病合并社区获得性肺炎发生不良预后风险预测模型的构建与验证研究[J]. 中国全科医学, 2026, 29(29): 4248-4257. DOI: 10.12114/j.issn.1007-9572.2025.0331.

Figures/Tables 9

References 34

[1]	Antinori D, Lucarelli M, Fuso A. Oxidative stress-Alzheimer's disease-DNA methylation: the role of arsenic[J]. Essays Biochem, 2025, 69(3): EBC20253019. DOI: 10.1042/EBC20253019.
[2]	Wang X Q, Yang C C, Sun X L. Integrated physical and mental management for China's elderly: insights from Long-Gang District, Shenzhen[J]. Front Aging, 2024, 5: 1361098. DOI: 10.3389/fragi.2024.1361098.
[3]	徐勇，王军，王虹峥, 等. 2023中国阿尔茨海默病数据与防控策略[J]. 阿尔茨海默病及相关病, 2023, 6(3): 175-192. DOI: 10.3969/j.issn.2096-5516.2023.03.001.
[4]	Parlak M M, Ali Babademez M, Alicura Tokgöz S, et al. Evaluation of swallowing function according to the stage of Alzheimer's disease[J]. Folia Phoniatr Logop, 2022, 74(3): 186-194. DOI: 10.1159/000519263.
[5]	Järvinen H, Tolppanen A M, Hartikainen S. Risk factors of pneumonia in persons with and without Alzheimer's disease: a matched cohort study[J]. BMC Geriatr, 2023, 23(1): 227. DOI: 10.1186/s12877-023-03940-z.
[6]	Yao J N, Liu S L, Chen Q. Mortality rate of pulmonary infection in senile dementia patients: a systematic review and meta-analysis[J]. Medicine, 2024, 103(38): e39816. DOI: 10.1097/MD.0000000000039816.
[7]	Sarmad Javaid S, Ans M, Mehak Kamal A, et al. Analyzing mortality trends and demographic variances in Pneumonia and Alzheimer's disease related mortality among older adults in the United States: a CDC wonder analysis(1999-2020)[J]. J Clin Neurosci, 2025, 140: 111513. DOI: 10.1016/j.jocn.2025.111513.
[8]	凌敏，王霄一，章晋, 等. 维持性血液透析患者心血管事件风险预测模型的研究进展[J]. 中国血液净化, 2023, 22(10): 772-775. DOI: 10.3969/j.issn.1671-4091.2023.10.012.
[9]	国家卫生健康委办公厅. 阿尔茨海默病的诊疗规范(2020年版)[J]. 全科医学临床与教育, 2021, 19(1): 4-6. DOI: 10.13558/j.cnki.issn1672-3686.2021.001.002.
[10]	中华医学会呼吸病学分会. 中国成人社区获得性肺炎诊断和治疗指南(2016年版)[J]. 中华结核和呼吸杂志, 2016, 39(4): 253-279. DOI: 10.3760/cma.j.issn.1001-0939.2016.04.005.
[11]	Qin C Y, Fan C Q, Wang J J, et al. Trends and inequalities in physical fitness and nutritional status among 0.72 million Chinese adults aged 20-59 years: an analysis of five successive national surveillance surveys, 2000-2020[J]. Lancet Reg Health West Pac, 2025, 57: 101542. DOI: 10.1016/j.lanwpc.2025.101542.
[12]	Wang J M, Chang E, Jiang Y J. Effects of vitamin C stimulation on rehabilitation of dysphagia after stroke: a randomized trial[J]. Eur J Phys Rehabil Med, 2022, 58(4): 558-564. DOI: 10.23736/S1973-9087.22.07337-3.
[13]	Shimazoe H, Mii S, Koyanagi Y, et al. Impact of low activity of daily living on the prognosis of patients with critical limb ischemia and sarcopenia[J]. Ann Vasc Surg, 2019, 61: 156-164. DOI: 10.1016/j.avsg.2019.03.019.
[14]	Lanctôt K L, Boada M, Tariot P N, et al. Association between clinical dementia rating and clinical outcomes in Alzheimer's disease[J]. Alzheimers Dement, 2024, 16(1): e12522. DOI: 10.1002/dad2.12522.
[15]	Zaki H A, Hamdi Alkahlout B, Shaban E, et al. The battle of the pneumonia predictors: a comprehensive meta-analysis comparing the pneumonia severity index(PSI) and the CURB-65 score in predicting mortality and the need for ICU support[J]. Cureus, 2023, 15(7): e42672. DOI: 10.7759/cureus.42672.
[16]	Miano N, Di Marco M, Alaimo S, et al. Controlling nutritional status (CONUT) score as a potential prognostic indicator of in-hospital mortality, sepsis and length of stay in an internal medicine department[J]. Nutrients, 2023, 15(7): 1554. DOI: 10.3390/nu15071554.
[17]	Dumache R, Muresan C O, Laitin S M D, et al. COVID-19 organ injury pathology and D-dimer expression patterns: a retrospective analysis[J]. Diagnostics, 2025, 15(15): 1860. DOI: 10.3390/diagnostics15151860.
[18]	Vassalli F, Masson S, Meessen J, et al. Pentraxin-3, troponin T, N-terminal pro-B-type natriuretic peptide in septic patients[J]. Shock, 2020, 54(5): 675-680. DOI: 10.1097/SHK.0000000000001543.
[19]	Sjöström A, Markgren P O, Hansson M. Prognostic potential of creatinine and Cystatin C in COVID-19 - a retrospective cohort study from Karolinska University Hospital[J]. Scand J Clin Lab Invest, 2023, 83(4): 251-257. DOI: 10.1080/00365513.2023.2210291.
[20]	Silva M A, Dias G, Cardoso T. Correlation of estimated creatinine clearance and glomerular filtration rate in very elderly patients and antibiotic prescribing errors: cohort study[J]. Acta Med Port, 2021, 34(5): 335-341. DOI: 10.20344/amp.12408.
[21]	Sharma P, Singh M. An ongoing journey of Chalcone analogues as single and multi-target ligands in the field of Alzheimer's disease: a review with structural aspects[J]. Life Sci, 2023, 320: 121568. DOI: 10.1016/j.lfs.2023.121568.
[22]	Tariot P N, Boada M, Lanctôt K L, et al. Relationships of change in Clinical Dementia Rating(CDR) on patient outcomes and probability of progression: observational analysis[J]. Alzheimers Res Ther, 2024, 16(1): 36. DOI: 10.1186/s13195-024-01399-7.
[23]	Yang Y W, Hsu K C, Wei C Y, et al. Operational determination of subjective cognitive decline, mild cognitive impairment, and dementia using sum of boxes of the clinical dementia rating scale[J]. Front Aging Neurosci, 2021, 13: 705782. DOI: 10.3389/fnagi.2021.705782.
[24]	Kamimura T, Nakamori M, Naito H, et al. Peak expiratory flow, but not tongue pressure, can predict pneumonia development in older adults[J]. Eur Geriatr Med, 2023, 14(1): 211-217. DOI: 10.1007/s41999-023-00744-7.
[25]	Morris R, Umeukeje G, Bu K, et al. The association between use of rivastigmine and pneumonia: systematic analysis of FDA adverse event reporting system[J]. J Alzheimers Dis, 2021, 83(3): 1061-1071. DOI: 10.3233/JAD-210662.
[26]	Lubart E, Boguslavsky T, Goltsman G, et al. The incidence of acute renal failure and high mortality rate in elderly patients hospitalized with community acquired pneumonia[J]. Exp Gerontol, 2023, 179: 112242. DOI: 10.1016/j.exger.2023.112242.
[27]	Crowell V, Reyes A, Zhou S Q, et al. Disease severity and mortality in Alzheimer's disease: an analysis using the U.S. National Alzheimer's Coordinating Center Uniform Data Set[J]. BMC Neurol, 2023, 23(1): 302. DOI: 10.1186/s12883-023-03353-w.
[28]	Kang Y, Fang X Y, Wang D, et al. Activity of daily living upon admission is an independent predictor of in-hospital mortality in older patients with community-acquired pneumonia[J]. BMC Infect Dis, 2021, 21(1): 314. DOI: 10.1186/s12879-021-06006-w.
[29]	Chen L Y, Fang T J, Lin Y C, et al. Exploring the mediating effects of cognitive function, social support, activities of daily living and depression in the relationship between age and frailty among community-dwelling elderly[J]. Int J Environ Res Public Health, 2021, 18(23): 12543. DOI: 10.3390/ijerph182312543.
[30]	Pedrinolla A, Magliozzi R, Colosio A L, et al. Repeated passive mobilization to stimulate vascular function in individuals of advanced age who are chronically bedridden: a randomized controlled trial[J]. J Gerontol A Biol Sci Med Sci, 2022, 77(3): 588-596. DOI: 10.1093/gerona/glab148.
[31]	Márquez-Sixto A, Navarro-Esteva J, Batista-Guerra L Y, et al. Prevalence of oropharyngeal dysphagia and its value as a prognostic factor in community-acquired pneumonia: a prospective case-control study[J]. Cureus, 2024, 16(3): e55310. DOI: 10.7759/cureus.55310.
[32]	Newman R D, Ray R, Woodward L, et al. Factors contributing to the preferred method of feeding in end-stage dementia: a scoping review[J]. Dysphagia, 2020, 35(4): 616-629. DOI: 10.1007/s00455-019-10072-3.
[33]	Santos J M L G, Ribeiro O, Jesus L M T, et al. Recommendations of good practice to prevent aspiration pneumonia in older adults at risk of oropharyngeal dysphagia living in nursing homes: a modified e-Delphi study protocol[J]. Int J Lang Commun Disord, 2024, 59(3): 1223-1231. DOI: 10.1111/1460-6984.12985.
[34]	Chan C T W, Wu T Y, Cheng I. A systematic review on dysphagia treatments for persons living with dementia[J]. Eur Geriatr Med, 2024, 15(6): 1573-1585. DOI: 10.1007/s41999-024-01107-6.

变量	训练集（n=259）	验证集（n=112）	χ²值	P值
性别			0.360	0.549
女	133（51.35）	53（47.32）
男	126（48.65）	59（52.68）
年龄			4.202	0.240
50~<70岁	14（5.41）	3（2.68）
70~<80岁	42（16.21）	27（24.11）
80~<90岁	141（54.44）	58（51.78）
≥90岁	62（23.94）	24（21.43）
CDR评分			2.283	0.319
轻度痴呆	127（49.03）	50（44.64）
中度痴呆	68（26.26）	38（33.93）
重度痴呆	64（24.71）	24（21.43）
CURB-65评分			1.752	0.416
低风险	95（36.68）	45（40.18）
中风险	84（32.43）	40（35.71）
高风险	80（30.89）	27（24.11）
ADL评分			0.582	0.446
无障碍	119（45.95）	57（50.89）
有障碍	140（54.05）	55（49.11）
CONUT评分			0.491	0.921
正常营养	29（11.20）	15（13.39）
轻度营养不良	107（41.31）	43（38.39）
中度营养不良	98（37.84）	43（38.39）
重度营养不良	25（9.65）	11（9.83）
BMI			0.408	0.816
正常体质量	144（55.60）	61（54.46）
体质量过低	90（34.75）	42（37.50）
超重	25（9.65）	9（8.04）
吞咽障碍			0.076	0.783
否	182（70.27）	81（72.32）
是	77（29.73）	31（27.68）
高血压			0.019	0.889
否	117（45.17）	49（43.75）
是	142（54.83）	63（56.25）
糖尿病			0.108	0.743
否	209（80.70）	88（78.57）
是	50（19.30）	24（21.43）
COPD			0.080	0.777
否	196（75.68）	87（77.68）
是	63（24.32）	25（22.32）
吸烟			0.025	0.875
否	191（73.75）	81（72.32）
是	68（26.25）	31（27.68）
饮酒			0.469	0.494
否	203（78.38）	92（82.14）
是	56（21.62）	20（17.86）
WBC			—	0.199
正常	188（72.59）	87（77.68）
降低	12（4.63）	1（0.89）
升高	59（22.78）	24（21.43）
NEUT			—	0.244
正常	159（61.39）	76（67.86）
降低	5（1.93）	0
升高	95（36.68）	36（32.14）
HGB			—	0.522
正常	133（51.35）	56（50.00）
降低	120（46.33）	51（45.54）
升高	6（2.32）	5（4.46）
hs-CRP			0.254	0.614
正常	48（18.53）	24（21.43）
升高	211（81.47）	88（78.57）
D-dimer			0.452	0.502
正常	46（17.76）	16（14.29）
升高	213（82.24）	96（85.71）
NT-proBNP			0.838	0.360
正常	166（64.09）	78（69.64）
升高	93（35.91）	34（30.36）
eGFR			—	0.781
正常	119（45.94）	48（42.86）
轻度降低	82（31.66）	33（29.46）
中度降低	41（15.83）	22（19.64）
重度降低	11（4.25）	7（6.25）
肾衰竭	6（2.32）	2（1.79）

变量	训练集（n=259）	验证集（n=112）	χ²值	P值
性别			0.360	0.549
女	133（51.35）	53（47.32）
男	126（48.65）	59（52.68）
年龄			4.202	0.240
50~<70岁	14（5.41）	3（2.68）
70~<80岁	42（16.21）	27（24.11）
80~<90岁	141（54.44）	58（51.78）
≥90岁	62（23.94）	24（21.43）
CDR评分			2.283	0.319
轻度痴呆	127（49.03）	50（44.64）
中度痴呆	68（26.26）	38（33.93）
重度痴呆	64（24.71）	24（21.43）
CURB-65评分			1.752	0.416
低风险	95（36.68）	45（40.18）
中风险	84（32.43）	40（35.71）
高风险	80（30.89）	27（24.11）
ADL评分			0.582	0.446
无障碍	119（45.95）	57（50.89）
有障碍	140（54.05）	55（49.11）
CONUT评分			0.491	0.921
正常营养	29（11.20）	15（13.39）
轻度营养不良	107（41.31）	43（38.39）
中度营养不良	98（37.84）	43（38.39）
重度营养不良	25（9.65）	11（9.83）
BMI			0.408	0.816
正常体质量	144（55.60）	61（54.46）
体质量过低	90（34.75）	42（37.50）
超重	25（9.65）	9（8.04）
吞咽障碍			0.076	0.783
否	182（70.27）	81（72.32）
是	77（29.73）	31（27.68）
高血压			0.019	0.889
否	117（45.17）	49（43.75）
是	142（54.83）	63（56.25）
糖尿病			0.108	0.743
否	209（80.70）	88（78.57）
是	50（19.30）	24（21.43）
COPD			0.080	0.777
否	196（75.68）	87（77.68）
是	63（24.32）	25（22.32）
吸烟			0.025	0.875
否	191（73.75）	81（72.32）
是	68（26.25）	31（27.68）
饮酒			0.469	0.494
否	203（78.38）	92（82.14）
是	56（21.62）	20（17.86）
WBC			—	0.199
正常	188（72.59）	87（77.68）
降低	12（4.63）	1（0.89）
升高	59（22.78）	24（21.43）
NEUT			—	0.244
正常	159（61.39）	76（67.86）
降低	5（1.93）	0
升高	95（36.68）	36（32.14）
HGB			—	0.522
正常	133（51.35）	56（50.00）
降低	120（46.33）	51（45.54）
升高	6（2.32）	5（4.46）
hs-CRP			0.254	0.614
正常	48（18.53）	24（21.43）
升高	211（81.47）	88（78.57）
D-dimer			0.452	0.502
正常	46（17.76）	16（14.29）
升高	213（82.24）	96（85.71）
NT-proBNP			0.838	0.360
正常	166（64.09）	78（69.64）
升高	93（35.91）	34（30.36）
eGFR			—	0.781
正常	119（45.94）	48（42.86）
轻度降低	82（31.66）	33（29.46）
中度降低	41（15.83）	22（19.64）
重度降低	11（4.25）	7（6.25）
肾衰竭	6（2.32）	2（1.79）

变量	赋值方法
死亡或呼吸衰竭	否=0，是=1
性别	女=0，男=1
年龄	50~<70岁=1，70~<80岁=2，80~<90岁=3，≥90岁=4
CDR评分	轻度痴呆=1，中度痴呆=2，重度痴呆=3
CURB-65评分	低风险=1，中风险=2，高风险=3
ADL评分	无障碍=0，有障碍=1
CONUT评分	正常营养=0，轻度营养不良=1，中度营养不良=2，重度营养不良=3
BMI	正常体质量=0，体质量过低=1，超重=2
吞咽障碍	否=0，是=1
高血压	否=0，是=1
糖尿病	否=0，是=1
COPD	否=0，是=1
吸烟	否=0，是=1
饮酒	否=0，是=1
WBC	正常=0，降低=1，升高=2
NEUT	正常=0，降低=1，升高=2
HGB	正常=0，降低=1，升高=2
hs-CRP	正常=0，升高=1
D-dimer	正常=0，升高=1
NT-proBNP	正常=0，升高=1
eGFR	正常=0，轻度降低=1，中度降低=2，重度降低=3，肾衰竭=4

变量	赋值方法
死亡或呼吸衰竭	否=0，是=1
性别	女=0，男=1
年龄	50~<70岁=1，70~<80岁=2，80~<90岁=3，≥90岁=4
CDR评分	轻度痴呆=1，中度痴呆=2，重度痴呆=3
CURB-65评分	低风险=1，中风险=2，高风险=3
ADL评分	无障碍=0，有障碍=1
CONUT评分	正常营养=0，轻度营养不良=1，中度营养不良=2，重度营养不良=3
BMI	正常体质量=0，体质量过低=1，超重=2
吞咽障碍	否=0，是=1
高血压	否=0，是=1
糖尿病	否=0，是=1
COPD	否=0，是=1
吸烟	否=0，是=1
饮酒	否=0，是=1
WBC	正常=0，降低=1，升高=2
NEUT	正常=0，降低=1，升高=2
HGB	正常=0，降低=1，升高=2
hs-CRP	正常=0，升高=1
D-dimer	正常=0，升高=1
NT-proBNP	正常=0，升高=1
eGFR	正常=0，轻度降低=1，中度降低=2，重度降低=3，肾衰竭=4

变量	β	SE	Z值	P值	OR（95%CI）
CDR评分	0.835	0.224	3.730	<0.001	2.304（1.486~3.572）
CURB-65评分	0.817	0.218	3.749	<0.001	2.263（1.477~3.468）
ADL评分	0.849	0.417	2.038	0.042	2.337（1.033~5.287）
吞咽障碍	0.714	0.346	2.063	0.039	2.042（1.036~4.023）
常量	-5.041	0.657	-7.676	<0.001	0.006（0.002~0.023）