胡惠菊，韓靜，唐啟群，成杰，李慧源

（1.華北理工大學(xué) 護(hù)理與康復(fù)學(xué)院，河北 唐山 063210；2.華北理工大學(xué)附屬醫(yī)院 神經(jīng)外科，河北 唐山 063000）

研究顯示， 我國(guó)養(yǎng)老機(jī)構(gòu)老年人跌倒發(fā)生率為36.5%～42.1%[1-2]。跌倒是老年人傷殘和死亡的重要原因之一，不但給家庭、社會(huì)帶來沉重的負(fù)擔(dān)，也會(huì)增加醫(yī)療資源的消耗[3]。因此早期準(zhǔn)確發(fā)現(xiàn)跌倒高危人群，盡早采取預(yù)防和干預(yù)措施，對(duì)減少老年人跌倒，提高其生活質(zhì)量具有重要意義。 目前尚未見學(xué)者對(duì)適用于養(yǎng)老機(jī)構(gòu)老年人跌倒風(fēng)險(xiǎn)評(píng)估的量表進(jìn)行探討，因此本研究擬比較Morse 跌倒評(píng)估量表（Morse Fall Scale, MFS）和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表（Stay Independent Brochure Questionnaire）用于評(píng)估養(yǎng)老機(jī)構(gòu)老年人跌倒風(fēng)險(xiǎn)的價(jià)值， 為養(yǎng)老機(jī)構(gòu)準(zhǔn)確識(shí)別高跌倒風(fēng)險(xiǎn)人群提供理論依據(jù)。

1 對(duì)象與方法

1.1 研究對(duì)象 根據(jù)Kendall 的多元線性回歸樣本量估計(jì)的經(jīng)驗(yàn)，樣本量可取研究變量數(shù)的10～20 倍。本研究變量數(shù)為12 個(gè)，取項(xiàng)目數(shù)的20 倍計(jì)算，考慮到老年人可能存在失訪或不理解的情況， 再增加20%的失訪率和無應(yīng)答率， 最終確定樣本量最少為288 例。 本研究于2020 年8 月—2021 年1 月，采用便利抽樣法選取河北省8 所養(yǎng)老機(jī)構(gòu)內(nèi)的老年人為研究對(duì)象。 納入標(biāo)準(zhǔn)：（1）年齡≥60 歲；（2）聽力或視力正常，能進(jìn)行正常閱讀和交流者；（3）入住養(yǎng)老機(jī)構(gòu)≥1 年；（4）自愿參與調(diào)查者。 排除標(biāo)準(zhǔn)：（1）患有精神疾病或認(rèn)知障礙；（2）依從性差，不配合本次研究者。 共發(fā)放問卷440 份， 回收有效問卷429份，回收率為97.5%。 429 名老年人中，男性194 名（45.2%），女性235 名（54.8%）；年齡60～95（78.41±8.45）歲；小學(xué)以下文化程度為132 名（30.8%），中學(xué)或中專139 名（32.4%），大專及以上158 名（36.8%）；已婚老年人為238 名（55.5%），未婚、離異和喪偶的老年人共為191 名（44.5%）； 患慢性病的老年人為346 名（80.7%），未患慢性病的老年人為83 名（19.3%）；79名（18.4%）老年人感覺睡眠質(zhì)量差，104 名（24.3%）老年人睡眠質(zhì)量一般，246 名（57.3%）老年人睡眠質(zhì)量良好。 此外，居住在公立養(yǎng)老機(jī)構(gòu)的老年人為59名（13.8%）， 居住在民營(yíng)養(yǎng)老院的老年人為370 名（86.2%）； 在養(yǎng)老院居住時(shí)間為1～3 年的老年人為278 名 （64.8%）， 居住3 年以上的老年人為151 名（35.2%）；居住在單人間的老年人為156 名（36.4%），居住在雙人間和多人間的老年人共為273 名（63.6%）。過去1 年中發(fā)生跌倒的老年人為180 名 （42.0%），MORSE 跌倒評(píng)估量表的得分為（50.55±22.75）分，STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表得分為（5.30±2.67）分。

1.2 調(diào)查工具

1.2.1 一般資料調(diào)查表： 由研究者查閱國(guó)內(nèi)外相關(guān)文獻(xiàn)后自行設(shè)計(jì)，包括性別、年齡、婚姻狀況、慢性病數(shù)量、所居住養(yǎng)老院性質(zhì)等10 個(gè)項(xiàng)目。

1.2.2 Morse 跌 倒 評(píng) 估 量 表 （Morse Fall Scale,MFS）： 由美國(guó)學(xué)者Janice Morse 于1989 年研制，專門用于預(yù)測(cè)跌倒發(fā)生可能性的量表， 現(xiàn)已在多個(gè)國(guó)家和醫(yī)療機(jī)構(gòu)廣泛使用。 2010 年，該量表由我國(guó)學(xué)者周君桂[4]漢化并用于住院老年人跌倒風(fēng)險(xiǎn)的評(píng)估中，量表共包括6 個(gè)條目，分別為跌倒史、是否有多于1 個(gè)的醫(yī)學(xué)診斷、步行時(shí)是否使用輔助器具、是否靜脈輸液或使用藥物治療、步態(tài)和精神狀況。總分為125 分，分?jǐn)?shù)越高表示跌倒風(fēng)險(xiǎn)越大，＞45 分代表存在高跌倒風(fēng)險(xiǎn)。 漢化后該量表的Cronbach α 系數(shù)為0.206，說明各條目均具有獨(dú)立性，可以測(cè)量不同方面的風(fēng)險(xiǎn)因素。

1.2.3 STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表（Stay Independent Brochure Questionnaire）： 該量表由美國(guó)學(xué)者洛杉磯退伍軍人事務(wù)老年醫(yī)學(xué)研究教育臨床中心及其附屬機(jī)構(gòu)于2011 年開發(fā)，后由我國(guó)學(xué)者李亞玲等[5]漢化并進(jìn)行信效度檢驗(yàn)，量表共12 個(gè)條目，條目以是或否回答，前2 個(gè)條目回答“是”得2 分，后10 個(gè)條目回答“是”得1 分，所有條目回答“否”均得0 分，量表最高分為14 分，≥4 分被認(rèn)為有跌倒風(fēng)險(xiǎn)， 中文版量表在社區(qū)老年人的Cronbach α 為0.608。

1.3 資料收集方法 調(diào)查前征得養(yǎng)老機(jī)構(gòu)負(fù)責(zé)人的同意和配合并對(duì)調(diào)查人員進(jìn)行統(tǒng)一培訓(xùn)， 調(diào)查時(shí)由相關(guān)負(fù)責(zé)人陪同以取得老年人的信任， 并向老年人說明調(diào)查的原因、目的、意義及注意事項(xiàng)，使其知情同意。采用同一指導(dǎo)語對(duì)老年人進(jìn)行一對(duì)一調(diào)查，對(duì)于識(shí)讀困難、書寫不便等情況的老年人，由調(diào)查者根據(jù)老年人的選擇代其完成問卷填寫。所有問卷填寫完成后當(dāng)場(chǎng)檢查，確認(rèn)無誤后收回并向老年人致謝。

1.4 統(tǒng)計(jì)學(xué)方法 采用Excel 建立數(shù)據(jù)庫， 對(duì)所有數(shù)據(jù)進(jìn)行雙人錄入和核對(duì)。 使用SPSS 23.0 對(duì)資料進(jìn)行統(tǒng)計(jì)分析。 計(jì)數(shù)資料采用頻數(shù)、 百分比進(jìn)行描述，計(jì)量資料采用均數(shù)、標(biāo)準(zhǔn)差進(jìn)行描述。 采用受試者工作特征（receiver operating characteristic, ROC）曲線、ROC 曲線下面積（area under the ROC, AUC）、Bayes 判別分析和陽性似然比分析Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表在養(yǎng)老機(jī)構(gòu)老年人中的應(yīng)用價(jià)值。 P＜0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的ROC 曲線比較 根據(jù)本研究收集的數(shù)據(jù)，繪制Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的ROC 曲線， 結(jié)果顯示，Morse 跌倒評(píng)估量表的ROC 曲線下面積為0.889 （P＜0.001），STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的ROC 曲線下面積為0.832（P＜0.001）。進(jìn)一步對(duì)Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的AUC 進(jìn)行比較， 結(jié)果顯示兩者AUC 的差值為0.057（Z=2.295，P=0.022），兩者比較差異有統(tǒng)計(jì)學(xué)意義，見圖1、表1。

圖1 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表預(yù)測(cè)跌倒價(jià)值的ROC 曲線比較

2.2 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的最佳臨界值 約登指數(shù)（Youden’s index）計(jì)算公式為敏感度＋特異度－1，該值范圍為0～1，越接近1 說明評(píng)估工具的真實(shí)性越好[6]。 根據(jù)約登指數(shù)最大原則，以約登指數(shù)最大時(shí)對(duì)應(yīng)的Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表得分為劃分跌倒高風(fēng)險(xiǎn)人群的最佳臨界值[7]， Morse 跌倒評(píng)估量表的最佳臨界值為57.500，STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的最佳臨界值為5.500， 且Morse 跌倒評(píng)估量表的約登指數(shù)大于STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表，詳見表1。

表1 STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表和Morse 跌倒評(píng)估量表的ROC 曲線和最佳臨界值分析

2.3 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表評(píng)估老年人跌倒風(fēng)險(xiǎn)的Bayes 判別分析 以1年內(nèi)是否發(fā)生跌倒作為因變量（是=1，否=0），分別以Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的總分為自變量，進(jìn)行Bayes 判別分析，結(jié)果顯示Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表對(duì)判斷老年人存在高跌倒風(fēng)險(xiǎn)與否的交叉檢驗(yàn)準(zhǔn)確率分別為75.1%和73.9%，詳見表2。

表2 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表評(píng)估老年人跌倒風(fēng)險(xiǎn)的Bayes 判別分析

2.4 Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表評(píng)估老年人跌倒風(fēng)險(xiǎn)的陽性似然比 分別以57.500 和5.500 作為Morse 跌倒評(píng)估量表和STEADI跌倒風(fēng)險(xiǎn)自評(píng)量表的最佳臨界值，將Morse 跌倒評(píng)估量表得分≥57.500 的老年人劃分為高跌倒風(fēng)險(xiǎn)組1，將Morse 跌倒評(píng)估量表得分＜57.500 的劃分為低跌倒風(fēng)險(xiǎn)組1；同理將STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表得分≥5.500 的老年人劃分為高跌倒風(fēng)險(xiǎn)組2， 將得分＜5.500的劃分為低跌倒風(fēng)險(xiǎn)組2， 分別采用卡方檢驗(yàn)與是否發(fā)生跌倒進(jìn)行比較，結(jié)果均具有統(tǒng)計(jì)學(xué)意義（P＜0.001）， 進(jìn)一步計(jì)算得出Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的陽性似然比分別為8.870 和2.730，詳見表3。

表3 STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表和Morse 跌倒評(píng)估量表最佳臨界值下高跌倒風(fēng)險(xiǎn)與低跌倒風(fēng)險(xiǎn)組的比較

3 討論

3.1 Morse 跌倒評(píng)估量表與STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表跌倒風(fēng)險(xiǎn)自評(píng)量表的應(yīng)用現(xiàn)況 養(yǎng)老機(jī)構(gòu)老年人跌倒發(fā)生率較高，跌倒后大約5%的跌倒老人會(huì)發(fā)生骨折，5%～11%的跌倒老人會(huì)發(fā)生嚴(yán)重?fù)p傷[8]。 因此，跌倒成為了各國(guó)衛(wèi)生機(jī)構(gòu)廣泛關(guān)注的問題，識(shí)別高跌倒風(fēng)險(xiǎn)人群對(duì)減少跌倒具有重要作用。 目前國(guó)內(nèi)外評(píng)估跌倒風(fēng)險(xiǎn)的量表有20 多種，其中Morse 跌倒評(píng)估量表由于條目少，評(píng)估時(shí)間短，評(píng)估結(jié)果較為準(zhǔn)確，已被翻譯成多種語言在美國(guó)、韓國(guó)、埃及等國(guó)家的醫(yī)院、社區(qū)和護(hù)理機(jī)構(gòu)各場(chǎng)所應(yīng)用，并證實(shí)了該量表具有良好的信效度[9-12]。 STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表量表2011 年研發(fā)， 在國(guó)外得到越來越多的肯定[13，14]，該量表2020 年被我國(guó)學(xué)者李亞玲等[5]漢化，在我國(guó)還未得到充分推廣， 僅在社區(qū)老年人中進(jìn)行了應(yīng)用。

3.2 Morse 跌倒評(píng)估量表與STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表跌倒風(fēng)險(xiǎn)自評(píng)量表的ROC 曲線分析 此外，ROC 曲線下面積在0.5～0.7、0.7～0.9 和＞0.9 時(shí)分別代表量表具有低、中、高的準(zhǔn)確度[7]。 本研究通過ROC 曲線比較兩量表的診斷價(jià)值，Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的AUC 均在0.7～0.9，診斷價(jià)值均為中等，說明2 個(gè)量表在診斷養(yǎng)老機(jī)構(gòu)老年人是否存在高跌倒風(fēng)險(xiǎn)時(shí)均有一定價(jià)值，但是通過對(duì)AUC 進(jìn)行比較發(fā)現(xiàn)，Morse 跌倒評(píng)估量表的AUC 值顯著大于STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表，說明Morse 跌倒評(píng)估量表診斷養(yǎng)老機(jī)構(gòu)老年人跌倒風(fēng)險(xiǎn)的參考價(jià)值更大。 養(yǎng)老機(jī)構(gòu)老年人的失能率較高，達(dá)43.6%，且在失能老年人中，重度失能老年人占比37.24%[15]。 重度失能老年人往往處于臥床狀態(tài)，或在他人幫助下使用輪椅活動(dòng)，故難以對(duì)STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表中一些問題做出回答，如“有時(shí)候，我感覺行走不穩(wěn)定” 和“我走路加快速度時(shí)感到困難”等，而Morse 跌倒評(píng)估量表中將“臥床休息或護(hù)士輔助”單獨(dú)設(shè)置了評(píng)分，這可能是Morse 跌倒評(píng)估量表診斷價(jià)值較高的原因。

3.3 Morse 跌倒評(píng)估量表與STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表跌倒風(fēng)險(xiǎn)自評(píng)量表的最佳臨界值分析 本研究通過ROC 曲線發(fā)現(xiàn)，Morse 跌倒評(píng)估量表的真實(shí)性、敏感度和特異度優(yōu)于STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表。 Aranda-Gallardo[16]發(fā)現(xiàn)當(dāng)臨界值為45 時(shí)，敏感性為0.755，特異性為0.677，周君桂[4]對(duì)老年住院患者進(jìn)行研究時(shí)，推薦Morse 跌倒評(píng)估量表的最佳臨界值為55 分， 敏感度和特異度分別為92%和64%。 本研究推薦Morse 跌倒評(píng)估量表在養(yǎng)老機(jī)構(gòu)老年人應(yīng)用時(shí)的最佳臨界值為57.500，高于以往研究者推薦的臨界值，此時(shí)的敏感性為0.783，特異性為0.791。雖然敏感性較周君桂的研究有所下降，但是特異性有所提高，且兩者之間呈現(xiàn)出更為平衡的狀態(tài)。

Lohman 等[17]的研究發(fā)現(xiàn)，當(dāng)STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的臨界值為4 時(shí)， 其敏感性和特異性均為0.65， 本研究推薦STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的臨界值為5.500，此時(shí)的敏感性為0.767，特異性為0.719。敏感度指患者被診斷為陽性的概率， 特異度指未患病者被診斷為陰性的概率， 較高的敏感度和特異度意味著更多有跌倒風(fēng)險(xiǎn)的老年人被識(shí)別，更多低跌倒風(fēng)險(xiǎn)的老年人被排除[18]。養(yǎng)老機(jī)構(gòu)老年人與社區(qū)、 居家老年人相比往往會(huì)受到更多生活照料和行動(dòng)上的幫助， 導(dǎo)致護(hù)理人員評(píng)估的跌倒風(fēng)險(xiǎn)高于其實(shí)際發(fā)生跌倒的可能性， 故以往的臨界值對(duì)于養(yǎng)老機(jī)構(gòu)老年人較低。 因此，本研究建議提高M(jìn)orse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的最佳臨界值， 從而有效減少護(hù)理資源的浪費(fèi)，減輕照護(hù)人員負(fù)擔(dān)。

3.4 Morse 跌倒評(píng)估量表與STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表跌倒風(fēng)險(xiǎn)自評(píng)量表的準(zhǔn)確性分析 本研究采用Bayes 判別分析法比較了Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表評(píng)估養(yǎng)老機(jī)構(gòu)老年人跌倒風(fēng)險(xiǎn)的準(zhǔn)確性。 結(jié)果顯示，Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的交叉檢驗(yàn)準(zhǔn)確率分別達(dá)到75.1%和73.9%，說明兩量表均有良好的判別效果，且Morse 跌倒評(píng)估量表的判別效果優(yōu)于STEADI跌倒風(fēng)險(xiǎn)自評(píng)量表。 此外， 陽性似然比（positive likelihood ratio, +LR）指診斷性試驗(yàn)的真陽性率與假陽性率的比值， 即正確判斷患病的可能性是錯(cuò)誤判斷患病的可能性的倍數(shù)， 也是判斷量表準(zhǔn)確性的重要指標(biāo)[19]。 比值越大說明正確判斷老年人是否存在高跌倒風(fēng)險(xiǎn)的可能性越大。 似然比＞10 代表此工具具有很強(qiáng)的臨床診斷意義，2～5 表示此工具的臨床診斷意義較弱。 結(jié)果發(fā)現(xiàn)，Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的陽性似然比分別為8.87 和2.73， 再一次證明了STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表的準(zhǔn)確度與Morse 跌倒評(píng)估量表相比較差。

4 結(jié)論

本研究以1 年內(nèi)是否發(fā)生跌倒為金標(biāo)準(zhǔn)評(píng)估Morse 跌倒評(píng)估量表和STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表對(duì)正確識(shí)別養(yǎng)老機(jī)構(gòu)高跌倒風(fēng)險(xiǎn)老年人的應(yīng)用價(jià)值， 發(fā)現(xiàn)2 個(gè)量表在評(píng)估老年人發(fā)生跌倒的風(fēng)險(xiǎn)中均存在一定的價(jià)值， 但是與STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表相比，Morse 跌倒評(píng)估量表的診斷價(jià)值、 準(zhǔn)確度、真實(shí)性、敏感性和特異性更好，更適合評(píng)估養(yǎng)老機(jī)構(gòu)老年人跌倒發(fā)生風(fēng)險(xiǎn)。 原因可能是STEADI 跌倒風(fēng)險(xiǎn)自評(píng)量表為自評(píng)量表， 評(píng)估結(jié)果難免受到老年人心態(tài)、機(jī)構(gòu)環(huán)境和照護(hù)質(zhì)量的影響，且該量表更適用于評(píng)價(jià)健康和輕度失能或殘障的老年人[20]。 而Morse 跌倒評(píng)估量表的得分往往由護(hù)理人員做出評(píng)價(jià)， 且充分考慮了重度失能老年人發(fā)生墜床和在使用輪椅時(shí)發(fā)生跌倒事件的風(fēng)險(xiǎn)?？傊?，選擇合適的量表和臨界值評(píng)估老年人跌倒發(fā)生的可能性， 并根據(jù)不同方面的跌倒風(fēng)險(xiǎn)采取相應(yīng)的措施， 能有效減少醫(yī)護(hù)人員時(shí)間、精力和醫(yī)療資源的浪費(fèi)，并降低老年人跌倒發(fā)生率，提高其生命質(zhì)量。另外，受疫情影響，本研究訪問條件受限，樣本量較小，地區(qū)較為局限，未來可擴(kuò)大樣本量和研究范圍， 進(jìn)一步討論本研究推薦的2 個(gè)量表最佳臨界值在養(yǎng)老機(jī)構(gòu)老年人中的合理性。