趙 丹， 齊曉玖， 陳閃閃， 郭 紅

（1. 北京醫(yī)院 國家老年醫(yī)學(xué)中心 中國醫(yī)學(xué)科學(xué)院老年醫(yī)學(xué)研究院 風(fēng)濕免疫科， 北京， 100730；2. 北京醫(yī)院 國家老年醫(yī)學(xué)中心 中國醫(yī)學(xué)科學(xué)院老年醫(yī)學(xué)研究院 第二住院部科， 北京， 100730；3. 北京中醫(yī)藥大學(xué)護理學(xué)院， 北京， 100029）

老年人跌倒是一個全球公共衛(wèi)生問題，每年約有1/3的65歲以上的老年人發(fā)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(zhì)量、減少預(yù)期壽命、也會給家庭和社會帶來沉重的經(jīng)濟負(fù)擔(dān)［2-3］。中國老年人基數(shù)大且老齡化速度加劇［4］，老年人跌倒問題更加嚴(yán)峻。疾病風(fēng)險評估模型也稱危險預(yù)測模型，通過收集個體相關(guān)信息，分析建立生理狀況、生活環(huán)境等危險因素與健康狀態(tài)之間的量化關(guān)系，可以預(yù)測個體將來在一定時間內(nèi)發(fā)生某種疾病的可能性［5］。目前該方法已廣泛應(yīng)用于慢性病預(yù)防領(lǐng)域。但目前尚無公認(rèn)較好的跌倒風(fēng)險評估模型。因此，本研究對國內(nèi)外Meta分析文獻進行循證評價，結(jié)合結(jié)構(gòu)式專家意見，基于logistic回歸模型建立老年人跌倒風(fēng)險評估模型，以預(yù)測老年人的跌倒風(fēng)險。

1 資料與方法

1.1 文獻檢索與納入標(biāo)準(zhǔn)

計算機檢索Cochrane Library、Web of Science、PubMed、Embase、中國知網(wǎng)、萬方數(shù)據(jù)庫、維普、中國生物醫(yī)學(xué)文摘數(shù)據(jù)庫，時限為建庫至2020年4月，采用主題詞和自由詞相結(jié)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(guān)因素”、“Meta分析”、“系統(tǒng)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?。ㄈ缗两鹕├夏耆说刮ｋU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(huán)境等外在因素帶來的跌倒風(fēng)險。

1.2 數(shù)據(jù)提取與評價

由2位研究者獨立對納入的文獻進行相關(guān)資料的提取并交叉核對，提取資料包括第一作者、發(fā)表年份、危險因素、納入研究數(shù)量、樣本量、效應(yīng)模型、效應(yīng)值及95%可信區(qū)間、異質(zhì)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(xué)質(zhì)量評價，如有分歧討論解決或咨詢第三者。

1.3 結(jié)構(gòu)式專家咨詢

12名具有循證醫(yī)學(xué)基礎(chǔ)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(jù)專業(yè)結(jié)合Meta分析資料及再評價結(jié)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(jié)束后，專家小組解釋打分結(jié)果及對證據(jù)的理解。危險因素得分高（≥7）離散度低（≤1）的指標(biāo)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(jié)果一致（離散度≤1）。由專家小組根據(jù)提供的基本資料及再評價結(jié)果對納入的指標(biāo)選擇合適的比值比（OR）或危險比（RR）或風(fēng)險比（HR）等統(tǒng)計值。

1.4 Logistic回歸模型

以logistic回歸模型為基礎(chǔ)，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(fēng)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(shù)，可以通過危險因素的合并風(fēng)險值進行轉(zhuǎn)換，以lnOR來估算。α為常數(shù)，根據(jù)某地跌倒發(fā)生率進行估算，根據(jù)logistic回歸模型公式，常數(shù)項為：

其中，P為跌倒發(fā)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(shù)項α如下：

優(yōu)化公式后，雖然增加了logistic回歸模型的適用性，但當(dāng)某些危險因素的暴露率特別高的時候，則會導(dǎo)致預(yù)測風(fēng)險值偏高［5］。

2 結(jié)果

2.1 老年人跌倒危險因素Meta分析結(jié)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(jié)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(yǎng)狀態(tài)。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(tài)。④身體機能：乏力、衰弱、步態(tài)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(rèn)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(fēng)濕/關(guān)節(jié)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(zhèn)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(zhì)子泵抑制劑）。文獻方法學(xué)質(zhì)量評價結(jié)果見表1。

圖1 文獻檢索流程圖及結(jié)果

表1 老年人跌倒危險因素Meta分析的 AMSTAR 2 量表方法學(xué)質(zhì)量評價結(jié)果

續(xù)表

續(xù)表

2.2 結(jié)構(gòu)式專家咨詢納入模型指標(biāo)篩選結(jié)果及賦值結(jié)果

第一輪打分結(jié)束經(jīng)過專家討論決定，納入指標(biāo)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(biāo)合并為衰弱。爭議指標(biāo)殘疾，專家認(rèn)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(biāo)不夠明確。而足部問題應(yīng)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(biāo)。風(fēng)濕/關(guān)節(jié)炎改為下肢關(guān)節(jié)炎。最終經(jīng)過3輪結(jié)構(gòu)式專家咨詢，將平均分≥7，離散度≤1的指標(biāo)納入，最終納入32個指標(biāo)，詳細(xì)結(jié)果見表2。納入模型指標(biāo)的賦值情況見表3。

表2 結(jié)構(gòu)式專家咨詢老年人跌倒危險因素評分表

續(xù)表

表3 老年人跌倒風(fēng)險模型指標(biāo)賦值

2.3 老年人跌倒風(fēng)險評估模型的建立

根據(jù)文獻及專家篩選結(jié)果，最終32個指標(biāo)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(tài)異常、平衡異常、頭暈眩暈、睡眠障礙、視力障礙、聽力障礙、認(rèn)知障礙、尿/便失禁、下肢關(guān)節(jié)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(zhèn)靜類藥、抗癲癇藥、阿片類鎮(zhèn)痛藥、髓袢利尿劑、強心苷類、降糖藥、瀉藥。

2.3 老年人跌倒風(fēng)險評估模型的驗證

采用MedCalc軟件實現(xiàn)樣本量計算，α=0.05，β=0.05，預(yù)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(yī)院跌倒老人80名，未跌倒老人80名作為驗證人群，根據(jù)驗證數(shù)據(jù)進行ROC擬合，模型驗證結(jié)果見圖2。老年人跌倒Logistic 回歸風(fēng)險模型的 AUC 為0.958（95%CI：0.914～0.983），有統(tǒng)計學(xué)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(fēng)險評估模型的ROC曲線

3 討論

3.1 風(fēng)險評估模型指標(biāo)的選擇

本研究遵循全面、便捷、關(guān)聯(lián)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(biāo)。跌倒風(fēng)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(huán)境反應(yīng)能力下降增加跌倒風(fēng)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(chuàng)傷、活動能力改變有關(guān)［11］。

跌倒風(fēng)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(fēng)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(fēng)險降低［15-16］，因此運動鍛煉為跌倒風(fēng)險的保護性因素。

跌倒風(fēng)險的身體機能因素納入了衰弱、步態(tài)異常、平衡異常、頭暈眩暈、視力障礙、聽力障礙、認(rèn)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(fēng)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(rèn)知功能下降［19］有關(guān)。睡眠障礙會加速蛋白質(zhì)水解引起骨骼肌減少，影響神經(jīng)修復(fù)功能［20］，降低認(rèn)知功能，使老年人容易注意力不集中［21］、反應(yīng)遲鈍［22］，不能及時對環(huán)境變化做出應(yīng)對引發(fā)跌倒。聽力受損增加跌倒風(fēng)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(fēng)險是正常老年人的1.7倍，但是聽力受損是跌倒獨立風(fēng)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(tǒng)文化含蓄特點，往往難以啟齒，不能有效干預(yù)，頻繁如廁或夜尿增多增加跌倒風(fēng)險［24］。認(rèn)知障礙和老年人跌倒風(fēng)險相關(guān)，一項前瞻性的Meta分析發(fā)現(xiàn)認(rèn)知障礙的老年人跌倒風(fēng)險是普通老年人的1.3倍［25］。認(rèn)知障礙相關(guān)的解剖學(xué)變化與跌倒風(fēng)險相關(guān)，大腦皮層白質(zhì)病變的體積與跌倒風(fēng)險直接相關(guān)［26］。

跌倒風(fēng)險的疾病因素納入了下肢關(guān)節(jié)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(chǎn)生重要影響，增加跌倒風(fēng)險。例如下肢關(guān)節(jié)炎影響活動能力以及姿勢的穩(wěn)定性，慢性的疼痛還會干擾注意力以及即將跌倒的反應(yīng)能力增加跌倒風(fēng)險。帕金森會導(dǎo)致下肢肌肉僵硬、動作緩慢以及病態(tài)步態(tài)增加跌倒風(fēng)險［27］。有足部問題的老年人容易出現(xiàn)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(fēng)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(chǎn)生害怕跌倒心理增加跌倒風(fēng)險［13］。

跌倒風(fēng)險的藥物因素納入了作用于中樞神經(jīng)系統(tǒng)藥物：抗精神病藥、抗抑郁藥、催眠鎮(zhèn)靜類藥、抗癲癇藥、阿片類藥物，作用于心血管系統(tǒng)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(fēng)險與藥物的不良反應(yīng)相關(guān)?？咕癫∷幰装l(fā)生遲發(fā)型運動障礙、體位性低血壓、鎮(zhèn)靜等不良反應(yīng)增加跌倒風(fēng)險［31］?？挂钟羲幰自斐砂d癇發(fā)作、直立性低血壓、鎮(zhèn)靜、抗膽堿作用增加跌倒風(fēng)險［32］。鎮(zhèn)靜催眠類藥物易導(dǎo)致嗜睡、眩暈、精神混亂、認(rèn)知受損、運動失調(diào)及延緩反應(yīng)時間增加跌倒風(fēng)險?？拱d癇藥有思維混亂、視物模糊、步態(tài)不穩(wěn)、眩暈、共濟失調(diào)等副作用增加跌倒風(fēng)險。阿片類鎮(zhèn)痛藥物易造成體位性低血壓、肌肉松弛作用增加跌倒風(fēng)險。地高辛?xí)T發(fā)心律失常、頭暈等不良反應(yīng)增加跌倒風(fēng)險。利尿劑服用后易出現(xiàn)多尿?qū)е卵萘坎蛔恪⒅绷⑿缘脱獕夯蜓獕合陆?，長期服用易低鉀，導(dǎo)致疲乏無力。降糖藥使用過量或飲食不佳時可導(dǎo)致低血糖增加跌倒風(fēng)險［33］。瀉藥能夠加快消化系統(tǒng)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(yǎng)狀態(tài)、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(biāo)主觀性較強不利于評估和應(yīng)用。其中害怕跌倒多于過去跌倒史、抑郁相關(guān)。飲酒與跌倒的關(guān)系與劑量相關(guān)，與戒酒者相比、輕度飲酒會降低跌倒風(fēng)險（OR=0.77），但酗酒者會增加跌倒的風(fēng)險（OR=1.59）。由于存在個體飲酒量的差異，使得酗酒這一指標(biāo)無法標(biāo)準(zhǔn)化，增加了評估的難度，影響模型的準(zhǔn)確性，因此刪除該指標(biāo)。既往有研究［13］認(rèn)為女性相比男性更容易跌倒，本研究未納入女性是專家認(rèn)為女性基數(shù)大于男性，女性跌倒基數(shù)大不能認(rèn)為女性更易跌倒，并且在許多醫(yī)院的醫(yī)療跌倒檢測系統(tǒng)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(rèn)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(fā)生與無高血壓患者跌倒發(fā)生無統(tǒng)計學(xué)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(rèn)為證據(jù)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(rèn)為此類藥物的作業(yè)證據(jù)強度不夠，有待進一步研究，因此本次模型不予納入。

3.2 風(fēng)險評估模型對實踐的指導(dǎo)意義

根據(jù)Meta分析及專家咨詢結(jié)果，建立了老年人跌倒風(fēng)險評估模型，通過模型可計算社區(qū)居民跌倒的風(fēng)險。實際操作過程中，需要了解當(dāng)?shù)氐拱l(fā)生率，以及納入的各個危險因素的暴露率，不能準(zhǔn)確得到各個危險因素暴露率時可以混略常數(shù)項α的校正，直接計算

增加模型的實用性。本研究優(yōu)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(zhǔn)確性較高，預(yù)測效能較好，更適合我國老年人跌倒風(fēng)險的預(yù)測，篩選高?；颊呔哂懈叩撵`敏度與特異度，可以提高老年人跌倒風(fēng)險的識別率，從而可以有針對性的開展跌倒干預(yù)項目。

3.3 個體跌倒風(fēng)險預(yù)測方法

假設(shè)某地區(qū)老年人的跌倒率為20%，計算個體老年人跌倒風(fēng)險的方法如下：75歲，無跌倒史、無使用助行器、無規(guī)律運動鍛煉，患有聽力障礙、膝骨關(guān)節(jié)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(jù)模型，計算常數(shù)項

結(jié)合危險因素情況，跌倒風(fēng)險為：

由此推算該老年人跌倒風(fēng)險是當(dāng)?shù)仄胀ɡ夏耆嘶颊叩?.53倍（70.68%/20%=3.53）。根據(jù)評估結(jié)果可以針對性的預(yù)防該位老年人跌倒。

本研究利用文獻研究、結(jié)構(gòu)式專家咨詢與數(shù)學(xué)建模的方法建立了一種可通過個體人口學(xué)特征、活動習(xí)慣及疾病情況等方面資料信息評估個體跌倒風(fēng)險的模型。通過模型的預(yù)測，能夠識別跌倒高風(fēng)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(yù)，從一定程度上能夠降低老年人跌倒的發(fā)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(huán)境等外在因素。因此建議以后的研究可以納入更新的高質(zhì)量文章更新老年人跌倒風(fēng)險評估模型納入的指標(biāo)；采用隊列研究驗證模型的效能；納入環(huán)境等外部因素的考量，建立更適合中國老年人的跌倒風(fēng)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(jié)合臨床實踐，查閱大量文獻，循證證據(jù)全面，重點提醒臨床護士關(guān)注老年跌倒風(fēng)險因素不能僅僅依據(jù)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(dǎo)價值。