在预测爱尔兰老龄化长度研究 (TILDA) 中使用"世界落预防和管理指南"的风险分层算法来预测落

科学领域:

• 老年学是指老年学的学科.
• 公共卫生 公共卫生
• 流行病学 流行病学

背景情况:

• 跌倒是老年人中严重的公共卫生问题,导致伤害和降低生活质量.
• 有效的跌倒风险分层对于有针对性的预防策略至关重要.
• 世界落预防和管理指南 (WGFPM) 提供了一个标准化的算法来评估落风险.

研究的目的:

• 为了追溯应用WGFPM的风险分层算法,使用爱尔兰老龄化纵向研究 (TILDA) 的数据.
• 评估在TILDA队伍中运行WGFPM算法的可行性.
• 确定算法在预测老年爱尔兰人口中跌倒和跌倒相关伤害方面的实用性.

主要方法:

• 利用爱尔兰长度老龄化研究 (TILDA) 浪潮1的数据进行参与者分层.
• 根据WGFPM算法,将5882名年龄≥50岁的参与者分为低风险,中风险和高风险类别.
• 在第二波的风险组之间比较跌倒发生率,跌倒者数量和受伤率 (约. 两年的随访时间).

主要成果:

• 在TILDA数据集中成功实现了WGFPM算法.
• 17.4%的低风险群体,43.8%的中等风险群体,40.5%的高风险群体报告在第2波中跌倒.
• 跌倒伤害率为7.1% (低风险),18.8% (中等风险) 和18.7% (高风险).

结论:

• 该WGFPM跌倒风险分层算法可用于现有队列数据,并可以区分较高跌倒风险的个体.
• 大部分TILDA样本被归类为低风险,中等和高风险组之间观察到的差异很小.
• 将WGFPM算法应用于各种临床和非临床样本的进一步研究是有必要的,以验证其预测效用.