一种基于中国老年人查尔斯数据库的跌倒风险预测模型
Xue-Zhen Liang1,2, Jin-Lian Chai3, Guang-Zheng Li3
1First College of Clinical Medicine, Shandong University of Traditional Chinese Medicine, Jinan, Shandong, 250355, China.
BMC geriatrics
|March 14, 2025
概括
一个新的中国老年人跌倒风险预测模型是使用中国健康和退休长度研究 (CHARLS) 的数据开发的. 这种工具有助于识别高风险的个体,使得有针对性的干预措施能够预防跌倒.
科学领域:
- 老年学是一门学科.
- 公共卫生 公共卫生
- 流行病学 流行病学
背景情况:
- 跌倒是全球老年人受伤相关死亡的主要原因.
- 跌倒的发生是多种风险因素的复杂相互作用的结果.
- 对于中国老年人来说,需要一个经过验证的跌倒风险预测模型.
研究的目的:
- 为中国老年人群开发和验证落风险预测模型.
- 在这个人口群体中确定跌倒风险的关键预测因素.
- 为评估和管理跌倒风险提供一个工具.
主要方法:
- 利用了来自中国健康与退休长度研究 (CHARLS) 的数据.
- 使用LASSO回归用于变量选和后勤回归用于模型开发.
- 构建了一个名图,并使用ROC和DCA评估其预测性能.
主要成果:
- 包括4,913名60岁以上的个人,其中22.02%的人经历过跌倒.
- 确定的预测因素:睡眠时间,听力,握力,ADL分数,认知,抑郁,健康,KD和疼痛药物.
- 在训练和验证组中,名图显示出良好的一致性和准确性,AUC为0.644.
结论:
- 开发的名图是评估中国老年人跌倒风险的实用工具.
- 它有助于了解个体的跌倒风险水平,并指导风险因素的修改.
- 该模型旨在减少这一群体中跌倒的发生率.
