3種跌倒風險評估工具對養老機構中老年人跌倒風險的預測價值比較

李九紅 陳婷 黃伶智 董阿蘭 張素霞 謝娟玉 吳萍

基金項目 湖南省社會科學成果評審委員會項目，編號：XSP2023GLC110；湖南省衛生健康委課題，編號：D202314027143，202214023492

作者簡介 李九紅，主管護師，碩士

通訊作者 陳婷，E?mail：chenting80@csu.edu.cn

引用信息 李九紅，陳婷，黃伶智，等.3種跌倒風險評估工具對養老機構中老年人跌倒風險的預測價值比較[J].護理研究，2024，38（13）：2296?2301.

Comparison of predictive value of three fall risk assessment tools among middle?aged and elderly people in nursing facilities

LI Jiuhong， CHEN Ting， HUANG Lingzhi， DONG Alan， ZHANG Suxia， XIE Juanyu， WU Ping

The Second Xiangya Hospital of Central South University， Hunan 410000 China

Corresponding Author? CHEN Ting， E?mail： chenting80@csu.edu.cn

Abstract? Objective：To compare and explore the predictive value of three fall risk assessment tools，which were Morse Fall Assessment Scale （MFS），St Thomas's Risk Assessment Tool （STRATIFY Scale），and Short Physical Performance Battery （SPPB） in middle?aged and elderly people in nursing facilities.Methods：4 041 cases of middle?aged and elderly people were randomly selected from a total of 80 nursing homes in 4 cities and prefectures in Hunan province using the General Information Questionnaire，MFS，STRATIFY Scale， and SPPB Scale.The ROC curves were used to assess the predictive effect of different fall assessment scales on falls.Results：A total of 4 041 cases of middle?aged and elderly people in nursing institutions were investigated，and 676 people （16.73%） had fallen within one year.The results showed that there were statistically significant differences between the fall group and the no?fall group in comparing middle?aged and elderly people in age，gender，whether they had comorbid chronic diseases， and whether they were depressed （P<0.05）.The AUC of the MFS was 0.850 （95%CI 0.834?0.867），and the Jorden index was 0.597 when the total score was 37.5， and the scale had the greatest predictive value；the AUC of the STRATIFY was 0.764（95%CI 0.744?0.783），when the total score was 1.5，and the Jorden index was 0.407，and the scale had the greatest predictive value； the AUC of the SPPB was 0.675（95%CI 0.654?0.697），when the total score was 7.5，and the Jorden index was 0.293， and the scale had the greatest predictive value.The AUC of the MFS scale and the Jorden index were higher than the other two scales.Conclusion：MFS，STRATIFY，and SPPB all have predictive value for the fall risk of the elderly in nursing facilities，and the predictive value of MFS is? higher than STRATIFY and SPPB.

Keywords??? nursing facilities； middle?aged and elderly people； assessment tools； fall down； predictive value； nursing

摘要? 目的：探討Morse跌倒評估量表（MFS）、托馬斯跌倒風險評估工具（STRATIFY量表）、簡易體能狀況量表（SPPB）3種跌倒風險評估工具對養老機構中老年人跌倒風險的預測價值。方法：整群隨機抽取湖南省4個地州市共80所養老機構內的4 041名中老年人，采用一般資料調查表、MFS、STRATIFY、SPPB量表進行資料收集。使用受試者工作特征（ROC）曲線評估不同評估量表對跌倒的預測效果。結果：共調查4 041名老年人，676人（16.73%）1年內發生跌倒。跌倒組和未跌倒組年齡、性別、是否合并慢性病、是否抑郁比較差異有統計學意義（P<0.05）。MFS的ROC曲線下面積（AUC）為0.850［95%CI（0.834，0.867）］，當總分為37.5分時，約登指數為0.597，量表的預測價值最大；STRATIFY量表AUC為0.764［95%CI（0.744，0.783）］，當總分為1.5分時，約登指數為0.407，量表的預測價值最大；SPPB的AUC為0.675［95% CI（0.654，0.697）］，當總分為7.5分時，約登指數為0.293，量表的預測價值最大。MFS的AUC、約登指數均高于其他2個量表。結論：MFS、STRATIFY、SPPB量表對養老機構中老年人跌倒風險均有預測價值，MFS的預測價值高于STRATIFY、SPPB量表。

關鍵詞? 養老機構；中老年人；評估工具；跌倒；預測價值；護理

doi：10.12102/j.issn.1009-6493.2024.13.007

跌倒已成為全球意外傷害死亡的第二大原因[1]，是老年人關注的重要問題[2]。跌倒被記錄為最常見的不良事件，國際聯合委員會宣布預防跌倒是6項國際病人安全目標之一[3]。在美國，超過1/3 的中老年人每年至少跌倒1次，我國中老年人跌倒發生率為13.5%～34.9%[4]，而居住在養老機構的老年人有著更高的跌倒發生率[5]，跌倒是目前我國長期護理機構面臨的首要安全問題。中老年人跌倒可導致眾多不良后果，如骨折、腦損傷、行動能力下降、長期臥床、自理能力下降等并發癥，同時跌倒極易使中老年人出現沮喪、抑郁、焦慮等一系列身心健康問題[6]，嚴重威脅老年人的生命質量，造成沉重的疾病負擔[7?8]。有證據表明，選擇合適的跌倒評估工具有助于正確評估中老年人的跌倒風險，提升跌倒風險的篩查準確性，有助于制定針對性的干預措施，降低跌倒的發生，從而提高中老年人生活質量，對降低醫療負擔和照顧負擔具有重要意義[9?11]。目前，常用的跌倒評估工具有Morse跌倒評估量表（MFS）、Hendrich跌倒風險評估量表、托馬斯跌倒風險評估工具（STRATIFY量表）、約翰?霍普金斯跌倒風險評估量表（JHFRAT量表）、起立行走測試（TUGT）、Berg平衡量表（BBS）、簡易體能狀況量表（SPPB）等[9?11]，但尚未就最佳評估工具達成共識，此外，不同研究中評估工具的預測準確性可能因機構不同而有差異，最佳截斷值也不統一[12?13]。截至目前尚未檢索到有學者探討何種工具最適用于養老機構中老年人跌倒風險評估，因此，本研究擬比較MFS、STRATIFY量表和SPPB對養老機構中老年人跌倒風險的預測價值，探索適合我國養老機構中老年人的跌倒風險評估工具，以期為養老機構準確識別跌倒高風險人群提供參考。

1? 對象與方法

1.1 研究對象

以入住湖南省公辦養老機構的中老年人為研究對象，采取整群隨機抽樣的方法，整群隨機抽取湖南省4個地州市（婁底、張家界、湘潭、湘西自治州），每個地州市隨機抽取20所公辦養老機構，將80所養老機構內入住的中老年人整群納入。納入標準：1）年齡≥45歲；2）聽力或視力正常，能正常進行閱讀和交流者；3）入住養老機構≥1個月；4）本人或主要照顧者知情同意，自愿參與調查。排除標準：1）患有嚴重的精神疾病或認知障礙；2）填寫錯誤或不完整；3）調查過程中突發緊急狀況，無法繼續完成調查者。

樣本量的計算：采用橫斷面調查的定性資料樣本量計算方法，α=0.05，容許誤差δ=0.02，根據文獻獲得，我國中老年人跌倒發生率為13.5%～34.9%[4，14]，P=0.349，根據公式計算，得出所需樣本量為2 182人，考慮失訪率20%，需要調查2 618人。

1.2 調查工具

1.2.1 一般資料調查表

由研究者查閱國內外相關文獻后自行設計，包括年齡、性別、體質指數（BMI）、文化程度、婚姻狀況、1年內跌倒史等。

1.2.2 MFS量表

MFS 由美國賓夕法尼亞大學的 Morse等[15]于1989年研制，用于評估成年住院病人跌倒風險，現已在多個國家和醫療機構廣泛使用。 2010 年，該量表由我國學者周君桂[16]漢化并用于住院老年人跌倒風險的評估中，量表共包括 6 個條目，分別為跌倒史、是否有多于1個的醫學診斷、步行時是否使用輔助器具、是否靜脈輸液或使用藥物治療、步態和精神狀況。總分為125 分，分數越高表示跌倒風險越大，>45 分代表存在高跌倒風險。中文版以55 分作為評估我國老年住院病人的跌倒高風險界值，量表的靈敏度為 86.8%，特異度為67.3%。

1.2.3 STRATIFY量表

1997 年，Oliver等[17]完成該量表研制。量表包括伴隨跌倒入院或在住院期間發生過跌倒以及煩躁不安、視力障礙對日常生活功能造成影響等，頻繁如廁、轉移和活動評分為3分或4分，余各條目分值均為1分，總分為 5 分。當量表的跌倒高風險界值為2分時，量表的靈敏度和特異度均維持在較高水平（93%和 87%）。2014年，朱色等[18]將該工具漢化，以我國老年病人為研究對象，評價量表的信效度，結果顯示，該工具評定者間信度（r=0.951）、重測信度（r=0.885）、內部一致性信度（r=0.523）、內容效度和區分效度均較好。該工具的靈敏度為 64.3%，特異度為78.2%，受試者工作特征（ROC）曲線下面積為0.708。

1.2.4 SPPB量表

SPPB量表通過測試病人下肢肌力、平衡能力和步行速度綜合評估病人軀體功能，用于老年人軀體功能的測試具有較高的有效性和準確性[19]，包括平衡試驗、步行速度試驗、椅子坐站試驗，其中平衡試驗為雙腳站立、半串聯站立、串聯站立3個部分。每個測試為 0～4 分，總分為0～12分，≤6分表示跌倒高風險[20]。0～6分為肌肉功能很差，7～9分為肌肉功能中等，10～12分為肌肉功能良好，得分越高表明功能狀態越好。Cronbach's α 系數為0.868。

1.3 資料收集

調查前征得養老機構負責人的同意和配合，并對調查人員進行統一培訓，包括調查的目的、方法、技巧，以保證測量的一致性。調查時由相關負責人陪同以取得中老年人的信任，并向中老年人說明調查的原因、目的、意義及注意事項，使其知情同意。采用統一指導語對中老年人進行一對一調查，對于識讀困難、書寫不便等情況的中老年人，由調查者根據中老年人的選擇代其完成問卷填寫。所有問卷填寫完成后當場檢查，確認無誤后收回。

1.4 統計學方法

采用 Excel 軟件建立數據庫，對所有數據進行雙人錄入和核對，使用 SPSS 21.0對資料進行統計分析。定性資料采用頻數、百分比（%）描述，比較采用χ2檢驗；定量資料先進行正態性檢驗，符合正態分布時采用均數±標準差（x±s）描述，組間比較采用t檢驗；不符合正態分布則采用中位數（四分位數間距）[M（IQR）]描述，組間比較采用Mann?Whitney秩和檢驗。以1年內是否發生跌倒為結局變量，采用ROC曲線下面積（AUC）比較各評分工具預測中老年人跌倒的能力，當AUC>0.75表示區分度較好。采用ROC曲線確定最佳預測指標截斷值，并采用靈敏度、特異度、陽性預測值、陰性預測值、約登指數等指標綜合評價3種量表的跌倒風險預測能力。以P<0.05（雙側）為差異有統計學意義。

2? 結果

2.1 影響中老年人跌倒的單因素分析

本研究最終納入4 041名中老年人，其中男3 324人，女717人；年齡45～101（71.06±10.40）歲；無上學經歷者2 497人（61.79%）；有慢性病史3 264人（80.77%）；近1年內發生跌倒者676人（16.73%），未發生跌倒者3 365人（83.27%）。其中，跌倒組中老年人年齡為（72.31±11.27）歲，較非跌倒組年齡[（70.81±10.20）歲]更大，差異有統計學意義（P<0.001）；跌倒組與非跌倒組在男女比例構成、是否存在慢性病、是否存在抑郁方面比較，差異均有統計學意義（P<0.05）。見表1。

2.2 3種跌倒評估量表得分比較

跌倒組中老年人MFS、STRATIFY量表均高于未發生跌倒組，SPPB得分低于未發生跌倒者，差異均有統計學意義（P<0.001）。見表2。

2.3 3種跌倒評估量表對養老機構中老年人跌倒風險預測價值比較

以近1年內有無跌倒為結局變量，比較3種量表的敏感度、特異度、陽性預測率、陰性預測率、Youden指數，結果見表3。Youden指數范圍為 0～1，越接近1說明評估工具的真實性越好。ROC曲線見圖1。MFS的AUC為 0.850[95%CI（0.834，0.867）]，見表4。MFS截斷值為37.5分時，約登指數為0.597，靈敏度80.9%，特異度78.8%，量表的預測價值最大；STRATIFY的AUC為 0.764[95%CI（0.744，0.783）]，STRATIFY截斷值為1.5分時，約登指數為0.407，靈敏度69.8%，特異度70.9%，量表的預測價值最大；SPPB的AUC為0.675[95%CI（0.654，0.697）]，SPPB截斷值為7.5分時，約登指數為0.293，靈敏度69.5%，特異度59.8%，量表的預測價值最大。MFS的AUC、約登指數均高于其他2個量表。

3? 討論

3.1 養老機構中老年人發生跌倒特征分析

本研究結果顯示，養老機構中老年人跌倒發生率為16.73%，這比上海的一項大樣本調查結果略高（13.5%）[21]，與一些發達國家的結果[22?25]相近。由于人口老齡化，越來越多的中老年人將生活在長期護理院即養老機構中。跌倒是目前長期護理院面臨的首要安全問題，無疑將成為影響老年人生活質量的主要問題。本研究中，不同年齡、性別、合并慢性病、合并抑郁在跌倒和未跌倒組之間比較，差異均有統計學意義。這與大部分研究結果相似，年齡越大跌倒風險越高[23]，合并慢性病、合并抑郁者跌倒風險更高[26]，這提示養老機構管理人員應重點關注男性、高齡、合并慢性病及抑郁的老年人，定期進行跌倒風險評估，制定個性化的跌倒預防措施和應急預案，降低跌倒發生率及其不良后果。

3.2 3種量表對養老機構中老年人跌倒風險預測價值比較

3.2.1 MFS

本研究中發生跌倒的中老年人MFS得分中位數為55分，高于未發生跌倒組的20分，兩組比較差異有統計學意義。AUC反映量表預測的整體準確性，面積越大，準確性越高。通常AUC為0.50～0.70表示診斷價值較低，>0.70～0.90表示診斷價值中等，高于0.90時表示具有很高的診斷價值。MFS的AUC為0.850，代表該量表對篩查養老機構中老年人的跌倒風險準確度較高。本研究顯示，MFS評分最佳臨界值為37.5分時，此時靈敏度為80.9%，特異度為78.8%，約登指數為0.597，量表的預測價值最大。與韓國一項研究結果中報道的MSF靈敏度為85.7%、特異度58.8%結果[27]相近。本研究中最佳臨界值為37.5分，與量表開發Morse團隊推薦的45分[15]及我國學者周君桂[16]推薦的55分最佳診斷界值相比，本研究最佳診斷值更低，有可能與不同人群及護理場景有關，本研究調查場景為養老機構，而以上研究對象均為住院老年人，說明針對養老機構中老年人群需要降低跌倒風險診斷值。提示在不同的人群及護理場景中，MFS跌倒高風險診斷值應進行調整，在養老機構中老年人跌倒高風險值為37.5分，此時預測價值最大。

3.2.2 STRATIFY

本研究中， STRATIFY的AUC為 0.764 ，與Meta分析中的結果0.81[12]相近，表明該量表對篩查養老機構中老年人的跌倒風險準確度中等。本研究中STRATIFY最佳截斷值為1.5分，與開發者Oliver等[17]的研究結果2分臨界值相比更低，但與國內學者易艷芝等[28]的1分最佳截斷值相近。此時的靈敏度為69.8%，特異度為70.9%，低于Oliver等[17]研究中93.0%的靈敏度、87.7%的特異度。但本研究中陰性預測值為0.921，比上述研究中的0.983偏低。STRATIFY是專為老年住院病人而研制的，目前也廣泛應用于各類科室，如內外科、老年科、腫瘤科及康復科，同時該量表在運用中出現較低的內部一致性，因此，在養老機構中的跌倒預測價值中等。建議在養老機構中可以根據情況選擇使用。

3.2.3 SPPB

本研究中，SPPB的AUC為0.675，與MSF、 STRATIFY相比更低，與國內學者對住院老年人跌倒評估中AUC為0.754[29]相近。國外已有研究證實SPPB與致殘性跌倒有相關性，另有研究顯示SPPB可有效預測社區老年人1年內和4年內的跌倒風險[30]。本研究中的SPPB最佳臨界值為7.5分，國外研究將≤6分表示跌倒高風險[20]，這可能是因為國外研究人群為射血分數保留性心力衰竭的病人，而本研究為養老機構中老年病人，因此本人群中SPPB得分≤7.5分可定義為跌倒高風險。

3.3 確定最佳跌倒評估工具在養老機構中老年人群中的臨床應用價值

雖然目前已有較多成熟的評估工具用于評估老年人跌倒風險，但仍然沒有一個公認的信效度良好、適用于所有人群的評估工具，因此，針對不同背景人群、不同疾病人群依然需要進行特定的研究工具開發和驗證。MSF與STRATIFY、SPPB相比較，該量表通過評估近3個月有無跌倒、多于1個疾病診斷、步行需要幫助、接受藥物治療、步態/移動、精神狀態6個方面，這6個方面內容評估便捷，計分原則簡單清晰，更加貼近養老機構中老年人群現狀，因此，被驗證為養老機構中老年人跌倒風險預測價值最高的工具。近年來，在政府大力支持下，我國公辦養老機構醫療保健服務持續改進，未來可通過培訓專業化養老護理員，使用最佳的跌倒評估工具用于入住養老機構的中老年人跌倒高危群體的篩查和評估，及時制定科學的預防策略，對減少跌倒損傷的危害、保障養老機構中老年人健康具有重要的現實意義。

4? 小結

本研究通過比較 MSF、STRATIFY和SPPB量表對跌倒風險的預測效果，發現養老機構中老年人跌倒風險評估預測最有價值的工具是MSF，可在我國養老機構中推廣使用。且MSF預測養老機構中老年人的跌倒高風險最佳診斷值為37.5分，此時預測價值最大。建議養老機構管理者可使用MSF進行跌倒風險識別，及早制定個性化的跌倒預防措施及管理舉措，降低跌倒發生率。

參考文獻：

[1]? World Health Organization.Falls[EB/OL].[2023-04-03]. https：//www.who.int/news-room/fact-sheets/detail/falls.

[2]? MORELAND B，KAKARA R，HENRY A.Trends in nonfatal falls and fall-related injuries among adults aged ≥65 years-United States，2012-2018[J].Morbidity and Mortality Weekly Report，2020，69（27）：875-881.

[3]? Joint Commission International.International patient safety goals[EB/OL].[2023-04-06].http：//www.doc88.com/p-6893139783129.html.

[4]? 胡依，郭芮綺，閔淑慧，等.1990—2019年中國老年人群跌倒疾病負擔分析[J].現代預防醫學，2021，48（9）：1542-1545;1630.

HU Y，GUO R Q，MIN S H，et al.Disease burden on falls among older adults in China，1990-2019[J].Modern Preventive Medicine，2021，48（9）：1542-1545;1630.

[5]? American Geriatrics Society and British Geriatrics Society Panel on prevention of falls in older persons.Summary of the updated American Geriatrics Society/British Geriatrics Society clinical practice guideline for prevention of falls in older persons[J].Journal of the American Geriatrics Society，2011，59（1）：148-157.

[6]? MEKKODATHIL A，EL-MENYAR A，KANBAR A，et al.Epidemiological and clinical characteristics of fall-related injuries：a retrospective study[J].BMC Public Health，2020，20（1）：1186.

[7]? FLORENCE C S，BERGEN G，ATHERLY A，et al.Medical costs of fatal and nonfatal falls in older adults[J].Journal of the American Geriatrics Society，2018，66（4）：693-698.

[8]? AL KUWAITI A，SUBBARAYALU A V.Reducing patients' falls rate in an Academic Medical Center（AMC） using Six Sigma "DMAIC" approach[J].International Journal of Health Care Quality Assurance，2017，30（4）：373-384.

[9]? YE C Y，LI J M，HAO S Y，et al.Identification of elders at higher risk for fall with statewide electronic health records and a machine learning algorithm[J].International Journal of Medical Informatics，2020，137：104105.

[10]? YE P P，LIU Y S，ZHANG J，et al.Falls prevention interventions for community-dwelling older people living in China：a narrative systematic review[J].BMC Health Services Research，2020，20（1）：808.

[11]? LAMB S E，BRUCE J，HOSSAIN A，et al.Screening and intervention to prevent falls and fractures in older people[J].The New England Journal of Medicine，2020，383（19）：1848-1859.

[12]? PARK S H.Tools for assessing fall risk in the elderly：a systematic review and meta-analysis[J].Aging Clinical and Experimental Research，2018，30（1）：1-16.

[13]? HOU W H，KANG C M，HO M H，et al.Evaluation of an inpatient fall risk screening tool to identify the most critical fall risk factors in inpatients[J].Journal of Clinical Nursing，2017，26（5/6）：698-706.

[14]? 沈煉偉，王維.中國健康與養老追蹤調查：中老年人跌倒的相關因素分析及列線圖預測模型的構建[J].現代預防醫學，2022，49（11）：2040-2047.

SHEN L W，WANG W.China health and elderly care follow-up survey：analysis of related factors of falls in middle-aged and elderly people and construction of Nomogram prediction model[J].Modern Preventive Medicine，2022，49（11）：2040-2047.

[15]? MORSE J M，BLACK C，OBERLE K，et al.A prospective study to identify the fall-prone patient[J].Social Science & Medicine，1989，28（1）：81-86.

[16]? 周君桂.中文版Morse跌倒評估量表用于住院老年患者跌倒風險評估的初步研究[D].廣州：南方醫科大學，2010.

ZHOU J G.Research on the application of Chinese version Morse Fall Scale in evaluating the fall risk of senile patients in hospital[D].Guangzhou：Southern Medical University，2010.

[17]? OLIVER D，BRITTON M，SEED P，et al.Development and evaluation of evidence based risk assessment tool（STRATIFY） to predict which elderly inpatients will fall：case-control and cohort studies[J].BMJ，1997，315：1049-1053.

[18]? 朱色，王瑾瑾，吳娟.中文版托馬斯跌倒風險評估工具在我國老年住院患者中應用的信效度評價[J].中國實用護理雜志，2014，30（33）：67-70.

ZHU S，WANG J J，WU J.Reliability and validity of the Chinese version of STRATIFY in geriatric inpatients[J].Chinese Journal of Practical Nursing，2014，30（33）：67-70.

[19]? TREACY D，HASSETT L.The Short Physical Performance Battery[J].Journal of Physiotherapy，2018，64（1）：61.

[20]? HORNSBY W E，SAREINI M A，GOLBUS J R，et al.Lower extremity function is independently associated with hospitalization burden in heart failure with preserved ejection fraction[J].Journal of Cardiac Failure，2019，25（1）：2-9.

[21]? JIANG Y，XIA Q H，ZHOU P，et al.Falls and fall-related consequences among older people living in long-term care facilities in a megacity of China[J].Gerontology，2020，66（6）：523-531.

[22]? NEYENS J，HALFENS R，SPREEUWENBERG M，et al.Malnutrition is associated with an increased risk of falls and impaired activity in elderly patients in Dutch residential long-term care（LTC）：a cross-sectional study[J].Archives of Gerontology and Geriatrics，2013，56（1）：265-269.

[23]? RAPP K，BECKER C，CAMERON I D，et al.Epidemiology of falls in residential aged care：analysis of more than 70，000 falls from residents of Bavarian nursing homes[J].Journal of the American Medical Directors Association，2012，13（2）：187.e1-187.e6.

[24]? TOWNE S D，CHO J，SMITH M L，et al.Factors associated with injurious falls in residential care facilities[J].Journal of Aging and Health，2017，29（4）：669-687.

[25]? CARRYER J，WESTSTRATE J，YEUNG P，et al.Prevalence of key care indicators of pressure injuries，incontinence，malnutrition，and falls among older adults living in nursing homes in New Zealand[J].Research in Nursing & Health，2017，40（6）：555-563.

[26]? CHO E H，WOO Y J，HAN A，et al.Comparison of the predictive validity of three fall risk assessment tools and analysis of fall-risk factors at a tertiary teaching hospital[J].Journal of Clinical Nursing，2020，29（17/18）：3482-3493.

[27]? KIM Y J，CHOI K O，CHO S H，et al.Validity of the Morse Fall Scale and the Johns Hopkins Fall Risk Assessment Tool for fall risk assessment in an acute care setting[J].Journal of Clinical Nursing，2022，31（23/24）：3584-3594.

[28]? 易艷芝，鄭博文，唐景芳，等.漢化版STRATIFY跌倒風險評估表的臨床應用研究[J].護理研究，2018，32（17）：2764-2766.

YI Y Z，ZHENG B W，TANG J F，et al.Clinical application research on Chinese STRATIFY fall risk assessment table[J].Chinese Nursing Research，2018，32（17）：2764-2766.

[29]? 張英，藺建宇，王月紅.170例住院老年患者簡易軀體能力評定在跌倒評估中的作用[J].中國病案，2020，21（2）：98-101.

ZHANG Y，LIN J Y，WANG Y H.The role of simple somatic ability assessment in fall assessment in 170 elderly inpatients[J].Chinese Medical Record，2020，21（2）：98-101.

[30]? WELCH S A，WARD R E，BEAUCHAMP M K，et al.The Short Physical Performance Battery（SPPB）：a quick and useful tool for fall risk stratification among older primary care patients[J].Journal of the American Medical Directors Association，2021，22（8）：1646-1651.

（收稿日期：2023-04-20；修回日期：2024-04-09）

（本文編輯 崔曉芳）