老年人跌倒風險評估模型的構建

趙 丹， 齊曉玖， 陳閃閃， 郭 紅

（1. 北京醫院 國家老年醫學中心 中國醫學科學院老年醫學研究院 風濕免疫科， 北京， 100730；2. 北京醫院 國家老年醫學中心 中國醫學科學院老年醫學研究院 第二住院部科， 北京， 100730；3. 北京中醫藥大學護理學院， 北京， 100029）

老年人跌倒是一個全球公共衛生問題，每年約有1/3的65歲以上的老年人發生跌倒，其中約20%的老人會跌傷［1］。跌倒不僅會影響老年人的身心健康、降低生活質量、減少預期壽命、也會給家庭和社會帶來沉重的經濟負擔［2-3］。中國老年人基數大且老齡化速度加劇［4］，老年人跌倒問題更加嚴峻。疾病風險評估模型也稱危險預測模型，通過收集個體相關信息，分析建立生理狀況、生活環境等危險因素與健康狀態之間的量化關系，可以預測個體將來在一定時間內發生某種疾病的可能性［5］。目前該方法已廣泛應用于慢性病預防領域。但目前尚無公認較好的跌倒風險評估模型。因此，本研究對國內外Meta分析文獻進行循證評價，結合結構式專家意見，基于logistic回歸模型建立老年人跌倒風險評估模型，以預測老年人的跌倒風險。

1 資料與方法

1.1 文獻檢索與納入標準

計算機檢索Cochrane Library、Web of Science、PubMed、Embase、中國知網、萬方數據庫、維普、中國生物醫學文摘數據庫，時限為建庫至2020年4月，采用主題詞和自由詞相結合的方法，中文檢索詞包括：“老年人”、“跌倒”、“摔倒”、“危險因素”、“影響因素”、“相關因素”、“Meta分析”、“系統評價”。英文檢索詞包括：“the elderly”、“aged”、“old people”、“fall*”、“Meta-analysis”、“systematic review”。納入中英文60歲以上老年人跌倒危險因素的Meta分析，排除了研究特殊疾病（如帕金森）老年人跌倒危險因素的文章（因本研究視疾病為一項危險因素）。本研究未考慮環境等外在因素帶來的跌倒風險。

1.2 數據提取與評價

由2位研究者獨立對納入的文獻進行相關資料的提取并交叉核對，提取資料包括第一作者、發表年份、危險因素、納入研究數量、樣本量、效應模型、效應值及95%可信區間、異質性。由2為研究者使用 AMASTER 2［6-7］，對納入的文獻獨立進行方法學質量評價，如有分歧討論解決或咨詢第三者。

1.3 結構式專家咨詢

12名具有循證醫學基礎和臨床背景的中國專家組成了本次專家咨詢小組。每位專家根據專業結合Meta分析資料及再評價結果對來自于Meta分析的危險因素進行打分，1～3分代表不同意此項為老年人跌倒危險因素，4～6分代表不確定，7～9分代表同意。打分離散度≤1.00為低，1.01～1.09為中，≥2為高［8］。每一輪打分結束后，專家小組解釋打分結果及對證據的理解。危險因素得分高（≥7）離散度低（≤1）的指標納入模型，對有爭議（離散度＞1）的條目進行下一輪打分直到結果一致（離散度≤1）。由專家小組根據提供的基本資料及再評價結果對納入的指標選擇合適的比值比（OR）或危險比（RR）或風險比（HR）等統計值。

1.4 Logistic回歸模型

以logistic回歸模型為基礎，將專家咨詢的危險因素的OR/RR/HR值代入公式，建立中國老年人跌倒風險評估模型：

其中P為個體跌倒概率，x1、x2、…、xm分別為第1、2、…、m個跌倒危險因素，β作為回歸系數，可以通過危險因素的合并風險值進行轉換，以lnOR來估算。α為常數，根據某地跌倒發生率進行估算，根據logistic回歸模型公式，常數項為：

其中，P為跌倒發生率分別為第1、2、…m個跌倒危險在某人群中的平均暴露水平，但在實際情況下很難獲得各個危險因素的暴露率，可以忽略模型對α的矯正，得到常數項α如下：

優化公式后，雖然增加了logistic回歸模型的適用性，但當某些危險因素的暴露率特別高的時候，則會導致預測風險值偏高［5］。

2 結果

2.1 老年人跌倒危險因素Meta分析結果

通過全面檢索老年人跌倒危險因素的Meta分析，供納入66篇Meta分析。檢索結果見圖1。檢索歸納的危險因素為：①一般因素：年齡、性別、跌倒史、營養狀態。②生活方式因素：獨居、運動、使用助行器、飲酒、鞋子不合適、游蕩。③心理因素：害怕跌倒、自我感覺健康狀態。④身體機能：乏力、衰弱、步態異常、平衡異常、行動不便、自理、頭暈眩暈、視力障礙、聽力障礙、認知障礙、尿/便失禁、疼痛、睡眠障礙、肌無力、殘疾、感覺障礙。⑤疾病因素：肌少癥、風濕/關節炎、高血壓、腦卒中、癡呆、糖尿病、體位性低血壓、心律失常、帕金森、貧血、抑郁、足部問題、眼部疾病、癌癥。⑥藥物因素：抗精神病藥、抗抑郁藥、鎮靜催眠類藥物、抗癲癇藥、阿片類藥物、髓袢利尿劑、強心苷類、他汀類藥物、降糖藥、瀉藥、PPI（質子泵抑制劑）。文獻方法學質量評價結果見表1。

圖1 文獻檢索流程圖及結果

表1 老年人跌倒危險因素Meta分析的 AMSTAR 2 量表方法學質量評價結果

續表

續表

2.2 結構式專家咨詢納入模型指標篩選結果及賦值結果

第一輪打分結束經過專家討論決定，納入指標衰弱、肌少癥專家建議合并為1個，衰弱判定中包括了乏力、肌肉力量的測定，因此將這4個指標合并為衰弱。爭議指標殘疾，專家認為下肢殘疾會對跌倒有影響，而上肢的殘疾對跌倒影響不明顯，因此指標不夠明確。而足部問題應該包含足部的殘疾，畸形，感覺異常等，因此建議把足部疾病改為足部問題，刪除殘疾這一指標。風濕/關節炎改為下肢關節炎。最終經過3輪結構式專家咨詢，將平均分≥7，離散度≤1的指標納入，最終納入32個指標，詳細結果見表2。納入模型指標的賦值情況見表3。

表2 結構式專家咨詢老年人跌倒危險因素評分表

續表

表3 老年人跌倒風險模型指標賦值

2.3 老年人跌倒風險評估模型的建立

根據文獻及專家篩選結果，最終32個指標納入，建立模型如下：

X1、X2······X32分別是年齡、跌倒史、運動鍛煉、使用助行器、衰弱、步態異常、平衡異常、頭暈眩暈、睡眠障礙、視力障礙、聽力障礙、認知障礙、尿/便失禁、下肢關節炎、糖尿病、腦卒中史、癡呆、體位性低血壓、心律失常、帕金森、貧血、抑郁、足部問題、抗精神病藥、抗抑郁藥、催眠鎮靜類藥、抗癲癇藥、阿片類鎮痛藥、髓袢利尿劑、強心苷類、降糖藥、瀉藥。

2.3 老年人跌倒風險評估模型的驗證

采用MedCalc軟件實現樣本量計算，α=0.05，β=0.05，預計AUC最小為0.66，則需要最少樣本量共為160人，病例組和對照組各80人。采用便利抽樣抽取北京市某三級甲等醫院跌倒老人80名，未跌倒老人80名作為驗證人群，根據驗證數據進行ROC擬合，模型驗證結果見圖2。老年人跌倒Logistic 回歸風險模型的 AUC 為0.958（95%CI：0.914～0.983），有統計學意義（P＜0.01）。模型的YDI最大為0.838，此時模型的靈敏度為92.50%，特異度為91.25%。

圖2 老年人跌倒風險評估模型的ROC曲線

3 討論

3.1 風險評估模型指標的選擇

本研究遵循全面、便捷、關聯性強的原則，從眾多危險因素中選擇合適的危險因素納入模型指標。跌倒風險的一般因素中納入了年齡與跌倒史。老年人由于高齡，身體機能退化以及對環境反應能力下降增加跌倒風險［9］。研究表明有跌倒史的老年人再次跌倒的概率遠高于沒有跌倒史的老年人［10］，可能與跌倒后心理變化或跌倒后創傷、活動能力改變有關［11］。

跌倒風險的生活方式因素納入了運動鍛煉和使用助行器。多項研究提示使用助行器的老年人更容易跌倒［12-13］，使用助行器的原因可能是平衡受損或下肢無力，這些是跌倒風險增加的真正原因［14］。多項研究表明運動鍛煉的老年人比運動相對缺乏的老年人跌倒風險降低［15-16］，因此運動鍛煉為跌倒風險的保護性因素。

跌倒風險的身體機能因素納入了衰弱、步態異常、平衡異常、頭暈眩暈、視力障礙、聽力障礙、認知障礙、睡眠障礙和尿/便失禁，這些因素在多個研究中均表明是跌倒的危險因素。睡眠障礙增加跌倒風險的機制尚不明確［17］，可能與睡眠障礙造成老年人骨骼肌減少［18］、認知功能下降［19］有關。睡眠障礙會加速蛋白質水解引起骨骼肌減少，影響神經修復功能［20］，降低認知功能，使老年人容易注意力不集中［21］、反應遲鈍［22］，不能及時對環境變化做出應對引發跌倒。聽力受損增加跌倒風險，在最新的Meta分析［23］中，與正常聽力相比，聽力受損的老年人跌倒風險是正常老年人的1.7倍，但是聽力受損是跌倒獨立風險因素或受損伴隨前庭功能障礙尚不確定。尿/便失禁則不一定是跌倒的直接原因，但由于東方傳統文化含蓄特點，往往難以啟齒，不能有效干預，頻繁如廁或夜尿增多增加跌倒風險［24］。認知障礙和老年人跌倒風險相關，一項前瞻性的Meta分析發現認知障礙的老年人跌倒風險是普通老年人的1.3倍［25］。認知障礙相關的解剖學變化與跌倒風險相關，大腦皮層白質病變的體積與跌倒風險直接相關［26］。

跌倒風險的疾病因素納入了下肢關節炎、糖尿病、腦卒中史、癡呆、體位性低血壓、心律失常、帕金森、足部疾病、貧血、抑郁。慢性疾病會給老年人生理心理產生重要影響，增加跌倒風險。例如下肢關節炎影響活動能力以及姿勢的穩定性，慢性的疼痛還會干擾注意力以及即將跌倒的反應能力增加跌倒風險。帕金森會導致下肢肌肉僵硬、動作緩慢以及病態步態增加跌倒風險［27］。有足部問題的老年人容易出現足部疼痛、感覺異常、拇趾外翻和小趾畸形，會影響站立平衡和重心改變增加跌倒風險［28］。老年抑郁癥患者的身體活動水平更低［29］，平衡和移動能力下降［30］，更容易產生害怕跌倒心理增加跌倒風險［13］。

跌倒風險的藥物因素納入了作用于中樞神經系統藥物：抗精神病藥、抗抑郁藥、催眠鎮靜類藥、抗癲癇藥、阿片類藥物，作用于心血管系統藥物：髓袢利尿劑、強心苷類，其他藥物：降糖藥、瀉藥。藥物增加跌倒風險與藥物的不良反應相關。抗精神病藥易發生遲發型運動障礙、體位性低血壓、鎮靜等不良反應增加跌倒風險［31］。抗抑郁藥易造成癲癇發作、直立性低血壓、鎮靜、抗膽堿作用增加跌倒風險［32］。鎮靜催眠類藥物易導致嗜睡、眩暈、精神混亂、認知受損、運動失調及延緩反應時間增加跌倒風險。抗癲癇藥有思維混亂、視物模糊、步態不穩、眩暈、共濟失調等副作用增加跌倒風險。阿片類鎮痛藥物易造成體位性低血壓、肌肉松弛作用增加跌倒風險。地高辛會誘發心律失常、頭暈等不良反應增加跌倒風險。利尿劑服用后易出現多尿導致血容量不足、直立性低血壓或血壓下降，長期服用易低鉀，導致疲乏無力。降糖藥使用過量或飲食不佳時可導致低血糖增加跌倒風險［33］。瀉藥能夠加快消化系統的速度，幫助患者快速上廁所，加速行走速度超出他們的能力，使得行走變得危險［］。

本研究刪除的營養狀態、飲酒、鞋子不適、害怕跌倒、自我感覺健康問題、游蕩、疼痛因素是由于指標主觀性較強不利于評估和應用。其中害怕跌倒多于過去跌倒史、抑郁相關。飲酒與跌倒的關系與劑量相關，與戒酒者相比、輕度飲酒會降低跌倒風險（OR=0.77），但酗酒者會增加跌倒的風險（OR=1.59）。由于存在個體飲酒量的差異，使得酗酒這一指標無法標準化，增加了評估的難度，影響模型的準確性，因此刪除該指標。既往有研究［13］認為女性相比男性更容易跌倒，本研究未納入女性是專家認為女性基數大于男性，女性跌倒基數大不能認為女性更易跌倒，并且在許多醫院的醫療跌倒檢測系統中男性與女性的跌倒比例并無顯著性差異。刪掉獨居是專家認為獨居不是老年人跌倒的誘因，獨居的老年人可能更害怕跌倒。刪掉行動不便、乏力、肌無力、肌少癥、眼部疾病是因為行動不便可與使用助行器合并；衰弱測評中包含了乏力、肌肉力量測試；眼部疾病造成視力受損與視力障礙同一個意思。刪掉高血壓是最新文獻顯示老年高血壓跌倒發生與無高血壓患者跌倒發生無統計學差異［13］，可能是高血壓患者普遍血壓控制較好，因此無差異。刪掉他汀類藥物是專家認為證據不足，不確定是否對跌倒有保護作用，需要進一步驗證。刪掉PPI是專家認為此類藥物的作業證據強度不夠，有待進一步研究，因此本次模型不予納入。

3.2 風險評估模型對實踐的指導意義

根據Meta分析及專家咨詢結果，建立了老年人跌倒風險評估模型，通過模型可計算社區居民跌倒的風險。實際操作過程中，需要了解當地跌倒發生率，以及納入的各個危險因素的暴露率，不能準確得到各個危險因素暴露率時可以混略常數項α的校正，直接計算

增加模型的實用性。本研究優化后的 logistic 回歸模型的 AUC 為 0.958（95%CI：0.914～0.983），模型靈敏度、特異度均大于90%，說明模型準確性較高，預測效能較好，更適合我國老年人跌倒風險的預測，篩選高危患者具有更高的靈敏度與特異度，可以提高老年人跌倒風險的識別率，從而可以有針對性的開展跌倒干預項目。

3.3 個體跌倒風險預測方法

假設某地區老年人的跌倒率為20%，計算個體老年人跌倒風險的方法如下：75歲，無跌倒史、無使用助行器、無規律運動鍛煉，患有聽力障礙、膝骨關節炎、糖尿病，服用安眠類藥、降糖藥，無其他診斷疾病或用藥。根據模型，計算常數項

結合危險因素情況，跌倒風險為：

由此推算該老年人跌倒風險是當地普通老年人患者的3.53倍（70.68%/20%=3.53）。根據評估結果可以針對性的預防該位老年人跌倒。

本研究利用文獻研究、結構式專家咨詢與數學建模的方法建立了一種可通過個體人口學特征、活動習慣及疾病情況等方面資料信息評估個體跌倒風險的模型。通過模型的預測，能夠識別跌倒高風險人群、識別個體跌倒高危因素，從而能夠有針對性的進行干預，從一定程度上能夠降低老年人跌倒的發生。本研究也存在一定局限性，由于時間的限制未能使用隊列研究驗證模型的效能；本研究的模型僅考慮了老年人自身因素，未考慮環境等外在因素。因此建議以后的研究可以納入更新的高質量文章更新老年人跌倒風險評估模型納入的指標；采用隊列研究驗證模型的效能；納入環境等外部因素的考量，建立更適合中國老年人的跌倒風險評估模型。

利益沖突聲明：作者聲明本文無利益沖突。

開放評審

專欄主編點評：該篇論文作者主題結合臨床實踐，查閱大量文獻，循證證據全面，重點提醒臨床護士關注老年跌倒風險因素不能僅僅依據一定的評估量表，多因素考慮，希望進一步具體研究某一類人群，使文章更具有臨床實踐指導價值。