用于预测中风患者跌倒风险的动态诺米克图:一项观察性研究
Yao Wu1,2, Xinjun Jiang1, Danxin Wang3
1International Nursing School, Hainan Medical University, Haikou, Hainan, People's Republic of China.
背景:
常用的跌倒风险评估量表在预测卒中患者跌倒风险方面并不理想。本研究旨在开发并验证一种用于预测卒中患者康复期间跌倒风险的动态列线图模型。
方法:
采用观察性研究设计，对2022年3月至9月期间在一家三级医院接受治疗的488例脑卒中患者进行了跌倒危险因素及相关功能测试的调查。随后通过电话随访2个月，了解跌倒事件的发生情况。采用向前逐步回归法分析数据，并构建动态列线图模型。
结果:
随访期间，3例患者死亡，16例失访，失访率为3.89%。在469例患者中，115例发生跌倒，跌倒发生率为24.4%，累计跌倒次数为163次。60–69岁及≥80岁患者的跌倒风险高于<60岁患者。近3个月内有跌倒史、Berg平衡量表（BBS）评分<40分或合并焦虑的患者跌倒风险更高。对动态列线图模型的区分能力进行了评估。该模型的受试者工作特征曲线下面积（AUC-ROC）、敏感性和特异性分别为0.756、66.09%和73.16%。通过Bootstrap检验，模型的AUC-ROC为0.761，校准曲线与斜率为1的对角虚线基本重合。Hosmer-Lemeshow拟合优度检验值为χ²=2.040，决策曲线分析显示其净收益高于两条极端曲线。
结论:
卒中患者康复期间独立的跌倒风险因素包括年龄、近3个月内有跌倒史、焦虑以及Berg平衡量表（BBS）评分低于40分。针对卒中患者康复期间的动态列线图预测模型具有良好的区分度、校准能力及临床应用价值，且该预测模型简便、实用。
