瑞典卡洛琳斯卡研究院和乌普萨拉大学的研究人员运用Cox回归比例风险模型评估了英国生物样本库中498103名参与人群的5年死亡率的预测因素，相关研究发表于《柳叶刀》杂志。

目前，还没有关于中老年人群死亡率的预测因子的比较研究。研究人员对英国生物样本库中的人群进行了为期5年的死亡预测因子研究。研究目的是调查大部分可预测因素与5年全因死亡率和特定原因死亡率之间的联系，并运用参与人员自述的信息资料来推导和验证5年死亡率的预测值。

研究人员按照标准的招募流程，从英格兰、威尔士和苏格兰的21个评估中心中招募参与人员，招募时间为2007年4月至2010年7月。在这项基于人群的前瞻性研究中，研究人员运用Cox回归比例风险模型评估了不同性别人群的人口统计特征、健康状况、生活方式的655项内容与全因死亡率以及6个特定原因死亡率的关联。研究人员排除了超过80%的参与人员缺失的评估项以及心肺功能健康测试（由于该项数据无法使用），对苏格兰中心的受试者的预测值进行了验证，并用UK生命统计表和人口普查信息来校正预测值。

研究人员从英国生物样本库中大约招募到50万名参与者，排除了信息丢失超过80%的746名参与者。在498103名37岁～73岁的参与者（女性占54%）中，在4.9年的中位随访时间（IQR为4.33年～5.22年）内，有8532名参与者死亡，其中39%为女性。参与者自述的健康状况信息是最重要的男性全因死亡率的预测因素，先前的癌症诊断则是最强的女性全因死亡率的预测因素。排除具有主要疾病的个体（Charlson 疾病伴随指数>0；n=355043）后，吸烟的习惯是全因死亡率的最强预测因素。包含了男性的13个自述的预测因素和女性的11个自述的预测因素后得到的预测分数，可以很好地预测不同性别人群的死亡率，预测效果显著优于Charlson 疾病伴随指数。在线的问卷调查可用于研究个体风险导致的所有结果间的相互作用。

研究发现，通过简单的问卷调查而非体检得到的信息即可作为英国生物样本库中参与人群的全因死亡率的最强预测因素。预测分数可以准确地推导5年的全因死亡率，还能用于提高个体的健康意识，帮助专业健康从业人员和机构确定识别高风险个体，并指导公共政策的制定。（作者：包丽霞)

参考文献：Lancet 2015;386:533-540