上海社区老年脑卒中患者跌倒风险因素分析及风险识别模型的建立

刘安平，凌 枫，史 超，孙 璟

（1.上海市徐汇区凌云街道社区卫生服务中心，上海 200237；2.上海交通大学医学院附属瑞金医院老年病科，上海 200025）

跌倒是指突发不自主的、非故意的体位改变导致倒在地上或更低的平面上。根据世界卫生组织统计显示，全球每年因跌倒而死亡者有30 万人，其中超过50%为60 岁以上的老年人。国外研究显示，65～74 岁的老年人中有32%的人会发生跌倒，85 岁以上的老年人有51%的人会发生跌倒[1]；而在我国，意外伤害中跌倒居第4 位，其所产生的医疗费用超过30 亿人民币/年[2]。跌倒后会使老年人的生活质量大大降低，可能导致住院、行动障碍，甚至不能融入社会、抑郁、焦虑等[3]，增加了患者家庭及社会的经济负担。研究显示，随着人口老龄化进程，2019 年我国因跌倒死亡占全因死亡的第13 位，较1990 年的24 位明显上升[4]。据有关文献报道，脑卒中患者的跌倒事件发生率为8.9/1 000[5]。跌倒是老年卒中患者不能忽视的公共卫生问题，应该成为我国社区预防管理的重点。当前虽可采用跌倒评估量表来预测跌倒高风险患者，但需耗费一定的时间，在门诊中不易开展。因此，探索老年卒中患者跌倒的相关危险因素，并建立相关模型，有助于识别其中的跌倒高风险患者，据此制定预防方案，切实保证老年卒中患者的安全。

本研究分析社区有卒中史的老年人群发生跌倒的风险及相关因素，并在此基础上建立老年卒中患者跌倒的多因素Logistic 回归模型，采用受试者操作特征 （receiver operator characteristic，ROC）曲线评价模型效果，为社区今后干预老年卒中患者跌倒提供参考。

资料与方法

一、资料

本研究收集2018 年10 月至2019 年10 月期间在上海社区卫生服务中心就诊的≥60 岁的卒中患者。入选标准为符合以下所有条件，①年龄60～90 岁；②脑卒中诊断符合《中国急性缺血性脑卒中诊治指南2018》中的诊断标准[5]，包括脑梗死、脑出血；③脑卒中病程在6 个月以上。

二、方法

将纳入患者按年龄分组，为低龄组60～69 岁，中龄组70～79 岁，以及高龄组80～89 岁，比较分析跌倒相关因素。

1.基本资料收集:收集包括患者性别、年龄、体重指数（body mass index，BMI）、慢性疾病史（高血压、冠心病、糖尿病、肾脏疾病、痛风、慢性肾病、抑郁症等）等在内的基本资料。

2.血生化指标检测:检测患者的血清白蛋白、血清丙氨酸氨基转移酶、血清肌酐、空腹血糖、血红蛋白、糖化血红蛋白、同型半胱氨酸、血清高密度脂蛋白胆固醇、血清低密度脂蛋白胆固醇、血清总胆固醇水平。

3.问卷评估:由经规范化培训的社区医师，使用便利抽样方法，随机选取社区服务中心内满足纳入条件并同意参加者，进行问卷调查、人体测量。问卷均采用纸质调查问卷，问卷填写时间平均需要花费3～5 min，当场回收问卷。

采用简易营养评价精法（short-form mini-nutritional assessment，MNA-SF 法）量表评估患者的营养状况及营养不良风险[6]，评估项目包括近3 个月体重丢失、BMI、近3 个月有无应激或急性疾病、活动能力；神经精神疾病程度以及近3 个月有无消化不良、咀嚼吞咽困难等引起的食欲减退评估。该量表共14 分，总分＜11 分为营养不良，≥11 分为营养状况良好。

采用Morse 跌倒评估量表预测患者发生跌倒可能性[7]，该量表包括6 个如下的问题。近3 个月有无跌倒；多于一个疾病；是否使用行走辅助工具；有无静脉输液及步态、精神状态。该量表总分为125 分，得分越高表示患者跌倒风险越大，≤45 分为低度风险，＞45 分为高度风险。

4.统计学处理:使用Excel 软件建立数据库，采用SPSS 26.0 统计软件对数据进行统计分析，计量资料采用均数±标准差表示，组间比较采用独立样本t 检验；计数资料用例数、百分数描述，组间比较采用卡方检验或比率分析；在基线分析时，对满足正态分布的连续变量采用独立样本t 检验进行组间差异分析，对不满足正态分布的连续变量采用Mann-Whitney U 检验比较2 组间的差异；将基线分析获得的差异变量和相关的临床重要的变量作为自变量，构建多因素Logistic 回归模型。根据所构建的多因素Logistic 回归模型，用优势比（odds ratio，OR） 值量化分析获取卒中老年患者跌倒相关的影响因素，采用ROC 曲线的曲线下面积（area under the curve,AUC） 评价该模型在预测老年卒中患者发生跌倒的效果。

结 果

一、研究对象基本特征

本研究共纳入老年卒中患者230 例，平均年龄为（71.3±7.4）岁。依据Morse 跌倒评估量表评分将其分为2 组，跌倒高风险组中，男性30 例（13.0%），女性46 例（20%），平均年龄为（72.8±7.6）岁；跌倒低风险组中，男性85 例（37%），女性69 例（30%），平均年龄为（70.5±7.1）岁。

2 组间比较，在性别 （P=0.025）、年龄 （P=0.049）、MNA-SF 评分（P＜0.001）、高血压病史（P=0.004）等方面差异存在统计学意义（P＜0.05）；腰臀围、BMI、糖尿病史、冠心病、痛风、慢性肾病、抑郁症方面在2 组间差异无统计学意义（P＞0.05）（见表1）。

表1 跌倒高风险组与跌倒低风险组的一般情况比较[n（%）]

在生化指标及营养状况方面，跌倒高风险组与跌倒低风险组间的血清白蛋白（P＜0.001）及血红蛋白（P＜0.001）水平差异有统计学意义（P＜0.05）（见表2）；2 组间的血清丙氨酸氨基转移酶、血清肌酐、空腹血糖、糖化血红蛋白、血清高密度脂蛋白胆固醇、血清低密度脂蛋白胆固醇、血清总胆固醇水平差异无统计学意义（P＞0.05）（见表2）。

表2 跌倒高风险组与跌倒低风险组的生化指标比较[n（%）]

二、老年卒中患者跌倒相关危险因素的分析

基线分析后，筛选变量进行多因素Logistic 回归分析，提示MNA-SF 评分[OR=0.338，95%置信区间（confidence interval，CI）为0.225～0.508，P＜0.001]、血清白蛋白 （OR=0.513，95%CI 为0.396～0.664，P＜0.001）、血红蛋白 （OR=0.908，95%CI 为0.858～0.961，P=0.001）、女性（OR=4.407，95%CI 为1.006～19.311，P=0.049）、高龄（≥80 岁）（OR=3.464，95%CI 为1.172～10.235，P=0.025）与跌倒相关。其中，女性、高龄为老年卒中患者发生跌倒的主要危险因素，MNA-SF 评分高、血清白蛋白升高则为其主要保护因素，而血红蛋白升高的保护作用较弱（见表3）。

表3 多因素Logistic 回归模型分析结果

三、卒中老年人跌倒多因素Logistic 回归分析模型的ROC 曲线分析

如图1，将各因素纳入多因素Logistic 回归分析模型，以ROC 曲线评估该模型的诊断效能，以MNA-SF 评分、血清白蛋白、血红蛋白、女性、高龄等5 个因素构建的ROC 曲线所对应的AUC 值为0.925（95%CI 为0.887～0.964），该模型预测老年卒中患者的跌倒风险准确率较高。

图1 多因素Logistic 回归模型ROC 曲线图

讨 论

一、影响老年卒中患者跌倒的基本相关因素

本研究对卒中老年人的数据进行统计分析，构建的多因素Logistic 回归模型显示，高龄、女性、营养状况、血清白蛋白及血红蛋白水平5 项因素联合预测老年卒中患者跌倒风险准确率较高。据报道，每年约有30%的65 岁以上的老年人发生跌倒，而且跌倒的发生比例随着年龄的增长而增加,80 岁以上的老年人跌倒的年发生率可高达50%[7]。而女性从更年期开始，女性激素水平逐年下降，身体机能较男性下降地更快[8-9]。因此，老年女性卒中患者的身体机能、肌肉能力及稳定性都会减弱，从而增加跌倒的风险。本研究中血红蛋白水平被证明与跌倒的发生弱相关，既往研究有类似结果[10]。由于血红蛋白有携氧作用，减少后氧合血红蛋白减少，使得氧供量减少，可以导致脑供血不足引起头晕等不适，增加了患者发生跌倒的风险。

本研究还发现，血清白蛋白水平、营养状况评分与跌倒间也有相关性。血清白蛋白是由肝脏合成的一种内源性营养物质，与营养状况评分一样反应了机体的营养情况。与本研究相似，Ferrer 等[11]的一项为期3 年的随机对照研究成果，印证了营养干预可以降低跌倒风险。目前认为，营养状况对跌倒的影响可能与以下两方面有关。首先，营养摄入不足，尤其是蛋白质摄入不足，会导致肌肉的质量和生理功能下降，这会造成患者出现行走不稳和虚弱等问题[12]；其次，营养状况不良除了会引起相应临床症状，还会对患者的认知功能和健康产生总体负面影响[13]，这些都可能导致患者的跌倒风险增加，也是健康状况不佳的指标，并与慢性病及虚弱相关[14]。

随着脑卒中的患者增加，脑卒中后患者的血管源性帕金森综合征发病率也越来越高。该病患者的经典临床表现为双下肢帕金森综合征，上肢仅有轻微症状，以步态障碍为主要特征，表现为步伐变小、缓慢、不稳、起步困难和“冻结”现象，且患者口服药物治疗效果也不佳[15-16]。这种步伐的变化，会使得患者的运动不协调，对日常的平衡问题不能快速、适当地做出反应，也会使卒中患者发生跌倒的风险增加。Creaby 等[17]的荟萃分析结果也表明，较慢的步行速度、较低的频率、步长短及步幅都与跌倒相关。不仅如此，脑卒中认知功能障碍的患者，在进行认知-运动双重任务时，其平衡控制和步态常受到认知障碍干扰，极易在体位转换或行走时跌倒[18]。

二、本研究的局限性

跌倒的危险因素具有复杂性，且在高龄卒中患者中更加明显，因此本研究也存在以下局限性。首先，本研究纳入研究对象时，对于无法外出就诊的患者有缺失，存在一定的选择性偏倚。其次，一些因素被认为与跌倒有相关性，例如患有高血压病[19]等，但本研究并未得到相似结果，可能与入组人数少有关。再次，本研究因受条件限制，为单中心研究，因此结论还需继续扩大样本量，进一步证实。

在上海市大力推行“1+1+1”签约分级诊疗模式下，根据分级诊疗的实施要求，社区医院今后可以探索更完善的团队模式，发挥团队合作及互联网推送优势，主动识别脑卒中出院患者，由社区医师带领团队开展针对性的随访及健康管理。在门诊接诊时对于白蛋白、血红蛋白偏低的卒中老年女性患者，需引起警惕，及时进行评估，制定全面、准确的干预方案，这对于跌倒的发生可起到有效预防作用，为社区老年卒中患者提供有效、连续、个体化的医疗服务。