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.
Clinical interventions in aging
|March 3, 2025
概括
这项研究开发了一种动态的脑电图,用于预测康复期间中风患者的跌倒,确定年龄,以前的跌倒,焦虑和低伯格平衡量级分数作为关键风险因素. 该模型表现出良好的预测准确性和预防跌倒的临床实用性.
科学领域:
- 神经学 神经学
- 康复医学 康复医学 康复医学
- 老年病的医生 老年病的医生
背景情况:
- 对于中风患者来说,标准的跌倒风险评估是不够的.
- 脑卒中康复需要专门的跌倒预测工具.
研究的目的:
- 开发和验证一个动态的诺莫格拉姆模型,用于预测正在康复中风患者的跌倒风险.
- 为了确定这群人群中跌倒的独立风险因素.
主要方法:
- 一项观察性研究包括488名中风患者.
- 收集了关于跌倒风险因素和功能测试的数据.
- 前进渐进回归和动态名图被用于模型开发和分析.
主要成果:
- 在469名患者中观察到24.4%的跌倒发病率.
- 确定了关键的风险因素:年龄 (60-69岁,≥80岁),最近的跌倒史,伯格平衡量 (BBS) 分数<40,焦虑.
- 动态名图显示出良好的差异化 (AUC-ROC 0.756) 和校准.
结论:
- 年龄,以前的跌倒,焦虑和低BBS分数是康复期间中风患者跌倒的独立预测因素.
- 开发的动态名录模型是准确的,可靠的,并且在临床上对降落风险预测有用.
- 该模型提供了一种简单而实用的方法,以提高中风恢复期间的患者安全.
