【摘要】背景 隨著我國(guó)老齡化趨勢(shì)的加劇，超高齡人群（≥80歲）的數(shù)量也在不斷增加，這類(lèi)人群平衡感和反應(yīng)能力會(huì)明顯減弱，跌倒的發(fā)生的危害也遠(yuǎn)高于其他年齡段的老年人，跌倒致長(zhǎng)期臥床常給家庭和社會(huì)造成嚴(yán)重的疾病負(fù)擔(dān)，探究超高齡人群跌倒的潛在危險(xiǎn)因素，可為此類(lèi)人群的跌倒預(yù)防工作提供參考。目的 分析超高齡人群跌倒致長(zhǎng)期臥床的危險(xiǎn)因素并構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)模型。方法 于2015年3—11月選取上海市及杭州市5個(gè)區(qū)縣每年定期參與體檢的超高齡人群作為研究對(duì)象，建立前瞻性隊(duì)列研究并基于中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）問(wèn)卷收集研究對(duì)象相關(guān)信息，隨訪觀察跌倒致長(zhǎng)期臥床（目標(biāo)事件）和死亡（競(jìng)爭(zhēng)事件）的發(fā)生情況。采用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析超高齡人群跌倒致長(zhǎng)期臥床的影響因素；將競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型篩選出的獨(dú)立危險(xiǎn)因素構(gòu)建超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)預(yù)測(cè)模型列線圖并繪制受試者工作特征（ROC）曲線來(lái)評(píng)價(jià)模型的準(zhǔn)確性。結(jié)果 本研究共納入986名超高齡老年人，其中男431名（43.7%）、女555名（56.3%），平均年齡為（89.8±5.2）歲。經(jīng)過(guò)8年的隨訪，失訪96名，失訪率為9.7%；發(fā)生目標(biāo)事件165名，發(fā)生率為16.7%；發(fā)生競(jìng)爭(zhēng)事件134名，發(fā)生率為13.6%。競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析結(jié)果顯示，在有競(jìng)爭(zhēng)事件的影響下，肌力的增加（HR=1.071，95%CI=1.049～1.091）、年齡gt;85歲（HR=1.954，95%CI=1.255～3.042）、居住地為農(nóng)村（HR=1.946，95%CI=1.385～2.731）、睡眠質(zhì)量較差（HR=5.756，95%CI=3.904～8.491）、白內(nèi)障（HR=1.832，95%CI=1.201～2.794）、糖尿?。℉R=1.549，95%CI=1.121～2.143）、認(rèn)知功能損害（HR=1.717，95%CI=1.258～2.344）為超高齡人群跌倒致長(zhǎng)期臥床發(fā)生風(fēng)險(xiǎn)的獨(dú)立危險(xiǎn)因素（Plt;0.05）。超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)預(yù)測(cè)模型的ROC曲線下面積為0.798（95%CI=0.608～0.988），靈敏度為0.841，特異度為0.677。結(jié)論 超高齡人群跌倒致長(zhǎng)期臥床的發(fā)生率達(dá)16.7%，可根據(jù)肌力、年齡、居住地、睡眠質(zhì)量、白內(nèi)障和糖尿病患病情況、認(rèn)知功能等因素，構(gòu)建列線圖預(yù)測(cè)模型定期評(píng)估超高齡人群的跌倒風(fēng)險(xiǎn)，需加強(qiáng)健康教育和社會(huì)支持，降低跌倒的發(fā)生率和跌倒致長(zhǎng)期臥床的風(fēng)險(xiǎn)。

【關(guān)鍵詞】老年人，80以上；跌倒；長(zhǎng)期臥床；危險(xiǎn)因素；列線圖；隊(duì)列研究；競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型

【中圖分類(lèi)號(hào)】R 339.34 【文獻(xiàn)標(biāo)識(shí)碼】A DOI：10.12114/j.issn.1007-9572.2023.0757

Risk Factors and Predictive Model of Long-term Bedridden Risk of Falls in Super-aged Population Based on Competing Risk Model Analysis

XU Yunjia1，SHU Biyun2，ZHENG Yongtao3，CHEN Ting3，LAI Fenhua3，NI Mengjiao3，LUO Xiulan3，WU Hengjing4*

1.Department of Geriatric Medicine，the First People's Hospital of Xiaoshan District，Hangzhou 311200，China

2.Shanghai Center of Biomedicine Development，Shanghai 200120，China

3.Xiaoshan Center for Disease Control and Prevention，Hangzhou 311200，China

4.Clinical Center for Intelligent Rehabilitation Research，Yangzhi Rehabilitation Hospital，Tongji University（Shanghai Sunshine Rehabilitation Center），Shanghai 201600，China

*Corresponding author：WU Hengjing，Assistant research fellow；E-mail：whjdata@126.com

【Abstract】 Background With the aging trend intensifying in China，the number of super-aged population（≥80 years old）is also increasing. This demographic faces a notable decline in balance and reaction capabilities，resulting in an elevated risk of falls than that of other age groups of the elderly. Falls leading to long-term bedridden risk of falls often pose a serious disease burden to families and society. Exploring the potential risk factors for falls in the super-aged people may provide reference for the fall prevention in this population. Objective To identify long-term bedridden risk of falls in super-aged population and develop a risk predictive model. Methods A prospective cohort study was conducted to collect relevant information based on the China Health and Retirement Longitudinal Study questionnaire among the super-aged people who regularly participate in annual physical examination in five districts and counties of Shanghai and Hangzhou from March to November 2015，and to follow up and observe long-term bedridden caused by falls（endpoint events）and death（competing events），a competing risk model was constructed to analyze the influencing factors of long-term bedridden caused by falls. Independent risk factors identified by the competing risk model were used to construct a risk predictive model and nomogram of long-term bedridden risk of falls in super-aged population，and receiver operating characteristic（ROC）curve was plotted to evaluate the accuracy of the model. Results A total of 986 super-aged individuals were included in this study，including 431（43.7%）males and 555（56.3%）females，with an average age of（89.8±5.2）years. After 8 years of follow-up，96 people were lost to follow-up，with a loss rate of 9.7%；endpoint events occurred in 165 people with an incidence rate of 16.7%；134 people had competing events，with an incidence rate of 13.6%. Competing risk model analysis showed an increase in muscle strength（HR=1.071，95%CI=1.049-1.091），agegt;85 years（HR=1.954，95%CI=1.255-3.042），rural household location（HR=1.946，95%CI=1.385-2.731），poor sleep quality（HR=5.756，95%CI=3.904-8.491），cataract（HR=1.832，95%CI=1.201-2.794），diabetes（HR=1.549，95%CI=1.121-2.143），cognitive impairment（HR=1.717，95%CI=1.258-2.344）were independent risk factors for long-term bedridden caused by falls in elderly population under the influence of competing events，and the difference was statistically significant（Plt;0.05）. The area under the ROC curve of the predictive model for the risk of falls resulting in long-term bedridden in the super-aged people was 0.798（95%CI=0.608-0.988），with a sensitivity of 0.841 and a specificity of 0.677. Conclusion The incidence of long-term bedridden caused by falls in elderly population was 16.7%. A nomogram predictive model can be constructed based on factors such as muscle strength，age，household location，sleep quality，cataracts and diabetes status，cognitive function，to regularly assess the risk of falls in super-aged population. It is recommended to strengthen health education and social support，and reduce the incidence of falls and the risk of long-term bedridden caused by falls.

【Key words】 Aged，80 and over；Falls；Long-term bedridden；Risk factors；Nomograms；Cohort studies；Competing risk models

第七次人口普查資料顯示，中國(guó)60歲以上的老年人口已達(dá)到2.64億，占總?cè)丝诘?8.7%，老齡化形勢(shì)正在逐年加?。?］。老齡化過(guò)程中威脅到老年人生命的傷害致死首要因素是跌倒［2］，老年人的跌倒極易造成髖部、脊椎骨等發(fā)生骨折，甚至內(nèi)臟出血等嚴(yán)重后果，導(dǎo)致其長(zhǎng)期臥床直至生命終結(jié)，因此被稱為“人生的最后一摔”。超高齡老年人群（80歲以上）常伴有多種基礎(chǔ)疾病，同時(shí)其神經(jīng)系統(tǒng)功能進(jìn)一步下降導(dǎo)致平衡感和反應(yīng)能力明顯減弱，在保持穩(wěn)定的身體姿態(tài)和應(yīng)對(duì)突發(fā)情況方面變得更加困難，這一群體因肌肉質(zhì)量和骨密度減少，骨折等不良后果相較于其他年齡段的老年人更為嚴(yán)重，尤其髖部骨折給醫(yī)療和臥床護(hù)理帶來(lái)極大挑戰(zhàn)。跌倒所致的長(zhǎng)期臥床狀態(tài)可能引發(fā)肌肉萎縮、壓瘡等一系列健康問(wèn)題，進(jìn)而增加了家庭和社會(huì)的醫(yī)療負(fù)擔(dān)。因此，深入了解超高齡人群的跌倒現(xiàn)狀與危險(xiǎn)因素，探究并建立可靠的預(yù)測(cè)模型，并針對(duì)其特殊情況進(jìn)行跌倒預(yù)防工作，對(duì)我國(guó)健康老齡化具有重要的科學(xué)意義與現(xiàn)實(shí)意義。

1 資料與方法

1.1 研究對(duì)象

于2015年3—11月選取上海市浦東新區(qū)、嘉定區(qū)、普陀區(qū)及杭州市拱墅區(qū)、蕭山區(qū)等5個(gè)區(qū)縣每年定期參與體檢的超高齡人群作為研究對(duì)象。納入標(biāo)準(zhǔn)：年齡≥80歲；知情同意且依從性較好。排除標(biāo)準(zhǔn)：坐輪椅者；生活無(wú)法自理者；嚴(yán)重的多器官功能不全及運(yùn)動(dòng)功能喪失者。本研究方案經(jīng)過(guò)浙江省杭州市蕭山區(qū)第一人民醫(yī)院倫理委員會(huì)批準(zhǔn)［批件號(hào)：蕭一醫(yī)倫審字2023（科）第049號(hào)］。

采用多階段分層隨機(jī)抽樣的方法，計(jì)劃每個(gè)區(qū)縣抽取200名左右，先將參與體檢的老年人群按5個(gè)區(qū)縣進(jìn)行分層，然后對(duì)每個(gè)區(qū)縣內(nèi)按照村社為最小單位進(jìn)行整群抽樣，最終納入研究對(duì)象共986名，研究對(duì)象篩選流程詳見(jiàn)圖1。

1.2 相關(guān)事件定義

目標(biāo)事件：研究對(duì)象在隨訪期間發(fā)生非自主、無(wú)意識(shí)的體位改變，倒在地面或比初始位置更低的平面上［3］，從而導(dǎo)致臥床或住院時(shí)間超過(guò)4周。

競(jìng)爭(zhēng)事件：研究對(duì)象在目標(biāo)事件出現(xiàn)前，因各種其他原因（疾病、傷害等）導(dǎo)致的死亡或長(zhǎng)期臥床而無(wú)法觀察到目標(biāo)事件。

刪失事件：研究對(duì)象在研究結(jié)束時(shí)未發(fā)生目標(biāo)事件或競(jìng)爭(zhēng)事件；研究對(duì)象經(jīng)過(guò)電話、實(shí)地等多種方式確實(shí)無(wú)法聯(lián)系上或明確退出研究。

1.3 研究方法

對(duì)所有納入研究的研究對(duì)象進(jìn)行每年1次的隨訪調(diào)查，由統(tǒng)一培訓(xùn)后的調(diào)查醫(yī)師采取線下面對(duì)面或線上相結(jié)合的方式調(diào)研，2015年12月—2023年1月共進(jìn)行了8輪隨訪，每輪隨訪周期為2～4周（歷年完成時(shí)間節(jié)點(diǎn)：2015年12月、2016年10月、2017年11月、2018年10月、2019年10月、2020年9月、2021年12月、2022年12月）。

調(diào)查問(wèn)卷基于中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）的內(nèi)容進(jìn)行改進(jìn)［4］，該問(wèn)卷設(shè)計(jì)嚴(yán)謹(jǐn)科學(xué)，在學(xué)界得到廣泛認(rèn)可，主要包括一般人口學(xué)資料（年齡、性別、文化程度、居住情況等）、研究事件發(fā)生情況（跌倒臥床、死亡、失訪等）、生活方式及健康行為情況（吸煙、飲酒、睡眠等）、體檢資料情況（BMI、慢性疾病史、認(rèn)知功能、肌力等）。

睡眠質(zhì)量評(píng)價(jià)：采用匹茲堡睡眠質(zhì)量指數(shù)（PSQI）［5］評(píng)價(jià)研究對(duì)象近1個(gè)月的主觀睡眠質(zhì)量，總分為21分，得分越高，表明睡眠質(zhì)量越差，PSQI總得分≥11分為存在睡眠質(zhì)量較差。

認(rèn)知功能評(píng)價(jià)：采用簡(jiǎn)易精神狀態(tài)檢查量表（MMSE）［6］進(jìn)行認(rèn)知功能評(píng)價(jià)，該量表總分為30分，27～30分為正常，lt;27分為認(rèn)知功能障礙。

1.4 統(tǒng)計(jì)學(xué)方法

運(yùn)用R 4.2.2軟件進(jìn)行統(tǒng)計(jì)描述和分析，符合正態(tài)分布的計(jì)量資料以（x-±s）表示，計(jì)數(shù)資料以構(gòu)成比表示，單因素分析組間比較采用Fine-Gray檢驗(yàn)［7］。采用競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析超高齡人群跌倒致長(zhǎng)期臥床的影響因素［8］，使用“cmprsk”“rms”“mstate”等包構(gòu)建列線圖預(yù)測(cè)模型［9］，并繪制受試者工作特征（ROC）曲線并計(jì)算ROC曲線下面積（AUC）來(lái)評(píng)價(jià)模型的準(zhǔn)確性。檢驗(yàn)水準(zhǔn)α=0.05，以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 總體情況

986名超高齡老年人中男431名（43.7%）、女555名（56.3%），年齡分布為81～99歲，平均年齡為（89.8±5.2）歲。經(jīng)過(guò)8年的隨訪，經(jīng)電話、工作人員實(shí)地走訪等多種方式確認(rèn)失訪的研究對(duì)象96名，失訪率為9.7%，發(fā)生跌倒致長(zhǎng)期臥床（目標(biāo)事件）的研究對(duì)象共165名，目標(biāo)事件發(fā)生率為16.7%，在發(fā)生目標(biāo)事件之前死亡（競(jìng)爭(zhēng)事件）的研究對(duì)象134名，競(jìng)爭(zhēng)事件發(fā)生率為13.6%。

2.2 超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)的單因素分析

Fine-Gray檢驗(yàn)結(jié)果顯示，在競(jìng)爭(zhēng)事件的影響下，肌力、年齡、BMI、居住地、睡眠質(zhì)量、跌倒史、居住情況、白內(nèi)障、聽(tīng)力障礙、糖尿病、認(rèn)知功能是超高齡人群跌倒致長(zhǎng)期臥床的影響因素（Plt;0.05），見(jiàn)表1。

2.3 超高齡人群跌倒致長(zhǎng)期臥床的競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析

將上述單因素分析有統(tǒng)計(jì)學(xué)意義的11個(gè)變量納入競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型中（變量賦值情況見(jiàn)表2），分析結(jié)果顯示，在競(jìng)爭(zhēng)事件的影響下，肌力增加、年齡gt;85歲、居住地為農(nóng)村、睡眠質(zhì)量較差、白內(nèi)障、糖尿病、認(rèn)知功能損害為超高齡人群跌倒致長(zhǎng)期臥床發(fā)生風(fēng)險(xiǎn)的獨(dú)立危險(xiǎn)因素（Plt;0.05），見(jiàn)表3。

2.4 超高齡人群跌倒致長(zhǎng)期臥床的風(fēng)險(xiǎn)預(yù)測(cè)模型建立

將上述競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析有統(tǒng)計(jì)學(xué)意義的變量導(dǎo)入R軟件后構(gòu)建列線圖預(yù)測(cè)模型，見(jiàn)圖2，每個(gè)個(gè)體可針對(duì)圖上7個(gè)影響因素對(duì)應(yīng)的分值，計(jì)算出相加的總分值，總分值相對(duì)應(yīng)的概率即為該個(gè)體跌倒致長(zhǎng)期臥床的發(fā)生風(fēng)險(xiǎn)概率。列線圖預(yù)測(cè)模型中的總分值計(jì)算公式=0.179×肌力+0.716×（年齡-1）+1.254×（居住地-1）+10×（睡眠質(zhì)量-1）+1.612×（白內(nèi)障-1）+1.456×（糖尿病-1）+1.857×（認(rèn)知功能-1）；發(fā)生風(fēng)險(xiǎn)概率的計(jì)算公式=-0.025%×總分值3+0.456%×總分值2+5.250%×總分值-6.590%。同時(shí)繪制ROC曲線來(lái)評(píng)價(jià)模型的預(yù)測(cè)效果，結(jié)果顯示，超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)預(yù)測(cè)模型的AUC為0.798（95%CI=0.608～0.988），靈敏度為0.841，特異度為0.677，見(jiàn)圖3。

3 討論

超高齡人群由于年齡的增加和身體功能的下降，更易受到內(nèi)外部因素的影響而發(fā)生跌倒，這類(lèi)人群的跌倒后臥床或死亡常造成嚴(yán)重的疾病負(fù)擔(dān)［10］。不少流行病學(xué)調(diào)查數(shù)據(jù)也顯示，80歲以上的超高齡人群跌倒的發(fā)生比例和風(fēng)險(xiǎn)及危害遠(yuǎn)高于其他年齡段的老年人，長(zhǎng)期臥床可能會(huì)引起肌肉萎縮、關(guān)節(jié)僵硬、肺部感染、壓瘡等一系列臨床病癥，同時(shí)還會(huì)導(dǎo)致心理上的不適和社交隔離，從而導(dǎo)致抑郁和孤獨(dú)等心理疾?。?1］。因此，針對(duì)超高齡人群的跌倒預(yù)防顯得十分重要。本研究立足于每年定期參與體檢的老年人群作為研究對(duì)象，建立起長(zhǎng)期隨訪的研究隊(duì)列，并將CHARLS問(wèn)卷進(jìn)行精簡(jiǎn)和改進(jìn)，基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型探究超高齡人群跌倒致長(zhǎng)期臥床的影響因素，同時(shí)構(gòu)建超高齡人群跌倒致長(zhǎng)期臥床的預(yù)測(cè)模型，更加便于實(shí)際操作和應(yīng)用。本研究發(fā)現(xiàn)，隨訪期間超高齡人群跌倒致長(zhǎng)期臥床的累積發(fā)生率為16.7%，依據(jù)不同學(xué)者的分析結(jié)果，80歲以上的老年人跌倒的發(fā)生率分別為22.60%、26.47%、27.3%［11-13］。本研究的目標(biāo)事件是跌倒并隨后致長(zhǎng)期臥床，從側(cè)面也可以看出超高齡人群跌倒后致長(zhǎng)期臥床的比例較高，疾病負(fù)擔(dān)較重。本研究結(jié)果顯示，肌力增加、年齡gt;85歲、居住地為農(nóng)村、睡眠質(zhì)量較差、白內(nèi)障、糖尿病、認(rèn)知功能損害為超高齡人群跌倒致長(zhǎng)期臥床發(fā)生風(fēng)險(xiǎn)的獨(dú)立危險(xiǎn)因素。

超高齡人群肌力的增加是其跌倒致長(zhǎng)期臥床的危險(xiǎn)因素，在老年人中，肌力的增加可能改善生活質(zhì)量和身體功能［14］；既往研究顯示，肌力增加與跌倒風(fēng)險(xiǎn)增加之間存在關(guān)聯(lián)，肌力增加過(guò)快或不平衡會(huì)增加跌倒風(fēng)險(xiǎn)［15-16］，尤其是上肢的肌力異常是老年人多次跌倒的危險(xiǎn)因素［17］，這類(lèi)老年人也常存在衰弱綜合征，更加不利于跌倒后的康復(fù)和更易出現(xiàn)長(zhǎng)期臥床的現(xiàn)象，因此超高齡人群應(yīng)當(dāng)依據(jù)自身的身體狀況適當(dāng)進(jìn)行肌力訓(xùn)練，避免肌力發(fā)展的不平衡。本研究人群為超高齡，在此類(lèi)人群中年齡越大跌倒致長(zhǎng)期臥床的風(fēng)險(xiǎn)越高，gt;85歲的超高齡人群出現(xiàn)步態(tài)障礙的比例更是超過(guò)了50%［12］，反應(yīng)能力、平衡能力的下降導(dǎo)致其跌倒發(fā)生率的上升，因超高齡人群身體功能的衰退使其臥床直至生命終結(jié)的可能性較大。居住地對(duì)跌倒致長(zhǎng)期臥床也有影響，農(nóng)村地區(qū)的跌倒發(fā)生率普遍高于城市［13，18-19］，可能是農(nóng)村地區(qū)相較于城市基礎(chǔ)設(shè)施落后、道路不平等因素導(dǎo)致跌倒發(fā)生率偏高［20］，而城市地區(qū)大多為社區(qū)居住，定期體檢等醫(yī)療健康保障較好，跌倒后也能夠及時(shí)得到治療和康復(fù)，一定程度上降低了跌倒后長(zhǎng)期臥床的風(fēng)險(xiǎn)，說(shuō)明在不同地區(qū)和環(huán)境下老年人可能會(huì)面臨不同的健康風(fēng)險(xiǎn)［21］，需要額外關(guān)注農(nóng)村地區(qū)的高齡老人生活現(xiàn)狀和采取有針對(duì)性的預(yù)防措施，如完善防跌倒的基礎(chǔ)設(shè)施設(shè)備、加強(qiáng)農(nóng)村地區(qū)老年人康復(fù)治療力量等。睡眠質(zhì)量也是超高齡人群跌倒致長(zhǎng)期臥床的獨(dú)立影響因素，睡眠質(zhì)量差常表現(xiàn)為夜間易醒、睡眠表淺，多項(xiàng)研究結(jié)果顯示早醒次數(shù)多、睡眠質(zhì)量差的高齡老人跌倒發(fā)生風(fēng)險(xiǎn)更大［22-23］。夜間慢波睡眠減少，睡眠周期縮短和紊亂可能會(huì)促使白天的睡意增加，注意力下降，增加跌倒的風(fēng)險(xiǎn)，而較差的睡眠質(zhì)量也會(huì)影響高齡老人跌倒后的康復(fù)效果，提示需要對(duì)睡眠質(zhì)量較差的超高齡人群普及正確的睡眠衛(wèi)生知識(shí)，基層醫(yī)護(hù)人員加強(qiáng)對(duì)此類(lèi)人群的用藥指導(dǎo)，嚴(yán)格遵醫(yī)囑使用催眠藥物等。

在既往的研究中，超高齡人群中常見(jiàn)的諸多慢性病，如聽(tīng)力障礙、腎臟病、腦卒中以及某些中樞退行性疾病等均可能與跌倒發(fā)生風(fēng)險(xiǎn)存在關(guān)聯(lián)［24］。本研究發(fā)現(xiàn)，白內(nèi)障和糖尿病是超高齡人群跌倒致長(zhǎng)期臥床的獨(dú)立危險(xiǎn)因素。白內(nèi)障是老年人最常見(jiàn)的眼部疾患，視力障礙與老年人的跌倒存在相關(guān)關(guān)系［25］，白內(nèi)障患者對(duì)周?chē)h(huán)境的危險(xiǎn)因素感知變差，意外跌倒的可能性增加；糖尿病常引起周?chē)懿∽?，血液循環(huán)異常以及足部病變，從而導(dǎo)致步態(tài)不穩(wěn)，糖尿病還會(huì)導(dǎo)致視網(wǎng)膜微血管損害，視力的進(jìn)一步受損，嚴(yán)重者可致盲，同時(shí)糖尿病“三多一少”的典型癥狀夜間起夜次數(shù)增加［26］，以上均會(huì)導(dǎo)致超高齡老年人群跌倒可能的增加，而這些慢性病的存在進(jìn)一步加劇了長(zhǎng)期臥床的風(fēng)險(xiǎn)。因此社區(qū)慢性病的規(guī)范管理尤為重要，需要推動(dòng)社區(qū)慢性病的治療向康復(fù)和預(yù)防轉(zhuǎn)型，降低慢性病群體的疾病負(fù)擔(dān)，提高超高齡人群晚年生活質(zhì)量水平。隨著年齡的增加，老年人群中認(rèn)知功能障礙的發(fā)生率也在增加。認(rèn)知功能對(duì)超高齡人群來(lái)說(shuō)是一個(gè)綜合性評(píng)價(jià)指標(biāo)，常常與精神狀態(tài)、注意力和身體平衡協(xié)調(diào)能力密切相關(guān)，步態(tài)控制能力、注意力下降，對(duì)周?chē)h(huán)境不能及時(shí)應(yīng)變導(dǎo)致了跌倒的發(fā)生，之前也有很多類(lèi)似的研究報(bào)道過(guò)認(rèn)知功能和跌倒的關(guān)系［27-29］。因此在日常生活中要尤其重視認(rèn)知功能障礙的早期識(shí)別，對(duì)已經(jīng)發(fā)生認(rèn)知功能障礙的超高齡人群應(yīng)重視預(yù)防跌倒，盡量降低跌倒致長(zhǎng)期臥床的發(fā)生率，這對(duì)改善超高齡人群的晚年生活質(zhì)量具有十分重要的意義。

本研究為方便結(jié)果的解讀和查看繪制了超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)預(yù)測(cè)模型的列線圖，此圖涵蓋了本研究分析的一系列危險(xiǎn)因素和預(yù)測(cè)因素，這些因素在理論上與超高齡人群跌倒長(zhǎng)期臥床風(fēng)險(xiǎn)密切相關(guān)，變量最初的選擇依據(jù)包括先前的研究結(jié)果以及與本研究問(wèn)題的相關(guān)性，通過(guò)列線圖可以更加直觀地發(fā)現(xiàn)這些諸多預(yù)測(cè)因素對(duì)研究結(jié)局的風(fēng)險(xiǎn)程度大小不一，這可以用于指導(dǎo)老年護(hù)理實(shí)踐，特別是在篩選需要更密切監(jiān)測(cè)和干預(yù)的高風(fēng)險(xiǎn)個(gè)體方面，有助于提高超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)的預(yù)防和管理。本研究構(gòu)建的超高齡人群跌倒致長(zhǎng)期臥床風(fēng)險(xiǎn)預(yù)測(cè)模型ROC曲線AUC接近0.8，靈敏度和特異度均較為理想，提示該模型在預(yù)測(cè)超高齡人群長(zhǎng)期臥床風(fēng)險(xiǎn)方面表現(xiàn)出較高的準(zhǔn)確性。

既往研究大多是針對(duì)老年人跌倒的相關(guān)因素探究，不同的研究對(duì)于跌倒定義的理解可能不同，導(dǎo)致最終的結(jié)果可能會(huì)有些偏倚，本研究的結(jié)局是跌倒并致長(zhǎng)期臥床，更加客觀地定義了研究的觀察結(jié)局，同時(shí)增加了此結(jié)局健康行為的風(fēng)險(xiǎn)預(yù)測(cè)，使得研究更加貼近簡(jiǎn)便性和實(shí)用性。本研究存在一定的局限性：首先，受限于實(shí)際工作量的考慮，對(duì)超高齡人群的跌倒次數(shù)量化、日常用藥情況、運(yùn)動(dòng)能力評(píng)估等重要變量信息缺失，可能會(huì)對(duì)研究結(jié)果產(chǎn)生一定的影響；其次，對(duì)于建立預(yù)測(cè)模型來(lái)說(shuō)，本研究的數(shù)據(jù)量還較小，因此只進(jìn)行了訓(xùn)練集的運(yùn)算，AUC的可信區(qū)間也較寬，未來(lái)還需要更大的樣本量，對(duì)模型進(jìn)行內(nèi)部驗(yàn)證和外部驗(yàn)證。

綜上，肌力增加、年齡gt;85歲、居住地為農(nóng)村、睡眠質(zhì)量較差、白內(nèi)障、糖尿病、認(rèn)知功能損害可能為超高齡人群跌倒致長(zhǎng)期臥床發(fā)生風(fēng)險(xiǎn)的獨(dú)立危險(xiǎn)因素。針對(duì)發(fā)現(xiàn)的風(fēng)險(xiǎn)因素，應(yīng)建立完善的社會(huì)支持系統(tǒng)，改善居住環(huán)境，加強(qiáng)跌倒的預(yù)防和教育宣傳工作，定期評(píng)估超老年人群的跌倒風(fēng)險(xiǎn)，提高預(yù)防保健水平，降低跌倒的發(fā)生率和跌倒致長(zhǎng)期臥床的風(fēng)險(xiǎn)。

作者貢獻(xiàn)：徐云佳負(fù)責(zé)論文數(shù)據(jù)分析和初稿撰寫(xiě)；舒碧蕓負(fù)責(zé)上海部分的數(shù)據(jù)收集整理、繪制圖表并協(xié)助設(shè)計(jì)研究思路；鄭永韜負(fù)責(zé)論文數(shù)據(jù)整理清洗和數(shù)據(jù)分析，協(xié)助初稿撰寫(xiě)；陳挺、來(lái)芬華負(fù)責(zé)杭州部分?jǐn)?shù)據(jù)的收集整理；倪夢(mèng)姣、羅秀蘭負(fù)責(zé)數(shù)據(jù)整合錄入，協(xié)助參與論文內(nèi)容格式修改；吳恒璟提出研究思路、提供研究資源和經(jīng)費(fèi)支持、完善論文最終內(nèi)容并對(duì)論文負(fù)責(zé)。

本文無(wú)利益沖突。

徐云佳：https：//orcid.org/0009-0009-6852-9449

參考文獻(xiàn)

國(guó)家統(tǒng)計(jì)局，國(guó)務(wù)院第七次全國(guó)人口普查領(lǐng)導(dǎo)小組辦公室. 第七次全國(guó)人口普查公報(bào)［R］. 2021.

王宇. 全國(guó)疾病監(jiān)測(cè)系統(tǒng)死因監(jiān)測(cè)數(shù)據(jù)集2009［M］. 北京：軍事醫(yī)學(xué)科學(xué)出版社，2012.

FEDER G，CRYER C，DONOVAN S，et al. Guidelines for the prevention of falls in people over 65. The Guidelines' Development Group［J］. BMJ，2000，321（7267）：1007-1011.

China Health and Retirement Longitudinal Study（CHARLS）. China Health and Retirement Longitudinal Study：2011 CHARLS Wave1（Baseline）［EB/OL］. （2013-01-01）［2023-07-25］. https：//www.gov.uk/research-for-development-outputs/china-health-and-retirement-longitudinal-study-2011-charls-wave1-baseline#contents.

BUYSSE D J，REYNOLDS C F 3rd，MONK T H，et al. The Pittsburgh Sleep Quality Index：a new instrument for psychiatric practice and research［J］. Psychiatry Res，1989，28（2）：193-213. DOI：10.1016/0165-1781（89）90047-4.

Independent Hospital Pricing Authority（IHPA）. Standardised Mini-Mental State Examination（SMMSE）-Guidelines for administration and scoring instructions （text version）［J］. Australian Government Department of Health. ［2023-07-25］. http：//www.health.gov.au/internet/ihpa/publishing.nsf/Content/sm.

HALLER B，SCHMIDT G，ULM K. Applying competing risks regression models：an overview［J］. Lifetime Data Anal，2013，19（1）：33-58. DOI：10.1007/s10985-012-9230-8.

DIGNAM JAMES J，QIANG Z，MASHA K. The use and interpretation of competing risks regression models［J］. Clin Cancer Res，2012，18（8）：2301-2308.

KATTAN M W，HELLER G，BRENNAN M F. A competing-risks nomogram for sarcoma-specific death following local recurrence［J］. Stat Med，2003，22（22）：3515-3525. DOI：10.1002/sim.1574.

胡依，郭芮綺，閔淑慧，等. 1990—2019年中國(guó)老年人群跌倒疾病負(fù)擔(dān)分析［J］. 現(xiàn)代預(yù)防醫(yī)學(xué)，2021，48（9）：1542-1545，1630.

路俊英，郭冬霞，李芳偉，等. 中國(guó)老年人跌倒發(fā)生現(xiàn)狀及影響因素［J］. 鄭州大學(xué)學(xué)報(bào)（醫(yī)學(xué)版），2020，55（5）：662-667. DOI：10.13705/j.issn.1671-6825.2020.07.052.

桂慧雯，劉軍. 步態(tài)障礙的分類(lèi)與診斷治療［J］. 中國(guó)現(xiàn)代神經(jīng)疾病雜志，2011，11（1）：18-21.

康寧，于海軍，陸曉敏，等. 中國(guó)老年人跌倒發(fā)生率的Meta分析［J］. 中國(guó)循證醫(yī)學(xué)雜志，2022，22（10）：1142-1148.

AGMON M，BELZA B，NGUYEN H Q，et al. A systematic review of interventions conducted in clinical or community settings to improve dual-task postural control in older adults［J］. Clin Interv Aging，2014，9：477-492. DOI：10.2147/CIA.S54978.

GRANACHER U，GOLLHOFER A，HORTOBáGYI T，et al. The importance of trunk muscle strength for balance，functional performance，and fall prevention in seniors：a systematic review［J］. Sports Med，2013，43（7）：627-641.

SASAKI H，KASAGI F，YAMADA M，et al. Grip strength predicts cause-specific mortality in middle-aged and elderly persons［J］. Am J Med，2007，120（4）：337-342. DOI：10.1016/j.amjmed.2006.04.018.

姜宜君，鄭喬木，鄒敏，等. 跌倒損傷入院老年人單次與多次跌倒特征及危險(xiǎn)因素的比較研究［J］. 中國(guó)護(hù)理管理，2021，21（6）：861-865. DOI：10.3969/j.issn.1672-1756.2021.06.013.

齊士格，王志會(huì)，王麗敏，等. 2013年中國(guó)老年居民跌倒傷害流行狀況分析［J］. 中華流行病學(xué)雜志，2018，39（4）：439-442. DOI：10.3760/cma.j.issn.0254-6450.2018.04.010.

廖婷婷，林立豐，林夏子，等. 廣東省老年人跌倒及其影響因素和平衡能力受損現(xiàn)況［J］. 中華疾病控制雜志，2022，26（7）：851-856. DOI：10.16462/j.cnki.zhjbkz.2022.07.018.

邴婧瑩，李熹，李桐瑤，等. 居家養(yǎng)老老年人跌倒現(xiàn)狀及影響因素研究［J］. 現(xiàn)代預(yù)防醫(yī)學(xué)，2022，49（1）：110-114，151.

郭雁飛，馬文軍，張慶軍，等. 中國(guó)8個(gè)省份50歲及以上人群跌倒傷害及其危險(xiǎn)因素橫斷面研究［J］. 中華流行病學(xué)雜志，2018，39（3）：258-263. DOI：10.3760/cma.j.issn.0254-6450.2018.03.002.

HELBIG A K，D?RING A，HEIER M，et al. Association between sleep disturbances and falls among the elderly：results from the German Cooperative Health Research in the Region of Augsburg-Age study［J］. Sleep Med，2013，14（12）：1356-1363. DOI：10.1016/j.sleep.2013.09.004.

趙晶，陳長(zhǎng)香. 唐山市社區(qū)高齡老人跌倒風(fēng)險(xiǎn)與睡眠質(zhì)量及其自我行為關(guān)系［J］. 中國(guó)公共衛(wèi)生，2020，36（7）：1006-1009. DOI：10.11847/zgggws1118918.

林進(jìn)龍，魏玥，陳功，等. 中國(guó)老年人不同嚴(yán)重程度跌倒風(fēng)險(xiǎn)與慢性病和睡眠的關(guān)聯(lián)研究［J］. 中華疾病控制雜志，2021，25（1）：25-31. DOI：10.16462/j.cnki.zhjbkz.2021.01.006.

劉苗雨，張建，林劍浩，等. 老年人視功能損害與跌倒相關(guān)性的研究進(jìn)展［J］. 中華眼科醫(yī)學(xué)雜志（電子版），2019，9（3）：177-181. DOI：10.3877/cma.j.issn.2095-2007.2019.03.009.

謝志權(quán). 老年2型糖尿病患者合并肌少癥與肌功能減退的相關(guān)因素及跌倒風(fēng)險(xiǎn)分析［D］. 廣州：南方醫(yī)科大學(xué)，2019.

馬雅軍，李曉東，胡志灝，等. 老年人認(rèn)知功能和跌倒的關(guān)系研究［J］. 中國(guó)全科醫(yī)學(xué)，2019，22（15）：1784-1788. DOI：10.12114/j.issn.1007-9572.2019.00.118.

KIM J H. Experiences of falling and depression：results from the Korean longitudinal study of ageing［J］. J Affect Disord，2021，281：174-182. DOI：10.1016/j.jad.2020.12.026.

DELBAERE K，KOCHAN N A，CLOSE J C，et al. Mild cognitive impairment as a predictor of falls in community-dwelling older people［J］. Am J Geriatr Psychiatry，2012，20（10）：845-853. DOI：10.1097/JGP.0b013e31824afbc4.

（本文編輯：康艷輝）

基金項(xiàng)目：上海申康醫(yī)院發(fā)展中心臨床三年行動(dòng)計(jì)劃研究型醫(yī)師能力項(xiàng)目（SHDC2022CRS049）

引用本文：徐云佳，舒碧蕓，鄭永韜，等. 基于競(jìng)爭(zhēng)風(fēng)險(xiǎn)模型分析超高齡人群跌倒致長(zhǎng)期臥床的危險(xiǎn)因素及預(yù)測(cè)模型研究［J］. 中國(guó)全科醫(yī)學(xué)，2024，27（18）：2192-2197，2211. DOI：10.12114/j.issn.1007-9572.2023.0757. ［www.chinagp.net］

XU Y J，SHU B Y，ZHENG Y T，et al. Risk factors and predictive model of long-term bedridden risk of falls in super-aged population based on competing risk model analysis［J］. Chinese General Practice，2024，27（18）：2192-2197，2211.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.

1.311200浙江省杭州市蕭山區(qū)第一人民醫(yī)院老年病醫(yī)學(xué)科

2.200120上海市生物醫(yī)藥科技發(fā)展中心

3.311200浙江省杭州市蕭山區(qū)疾病預(yù)防控制中心

4.201600上海市，同濟(jì)大學(xué)附屬養(yǎng)志康復(fù)醫(yī)院（上海市陽(yáng)光康復(fù)中心）智能康復(fù)臨床研究中心

*通信作者：吳恒璟，助理研究員；E-mail：whjdata@126.com