建成环境中老年人跌倒风险因素的研究现状与趋势综述

郝石盟，汪靓，郭文博

0 引言

截至2022 年，中国65 岁以上人口占到总人口数的14.2%，标志着我国正式由“老龄化社会”步入“老龄社会”[1]。跌倒在老年人群中发生率较高，是老年人最常见的伤害事件。跌倒是我国65 岁及以上老年人因伤害死亡的首位原因，是导致老年人创伤性骨折的第一位原因，也是老年人因伤到医疗机构就诊的首要原因[2]。跌倒作为影响老年人健康及独立生活的危险因素，近年来得到了医疗护理学、运动康复学、神经科学、认知科学、人因工程学和建成环境科学等多学科领域研究人员的广泛关注。

老年人跌倒风险受内在个体因素和外部环境因素的共同影响。其中内在个体因素包括由于衰老或者其他疾病因素导致的姿势控制能力下降、感官退化和认知障碍等；外部环境因素中和建成环境相关的风险因素包括地面存在高差、台阶尺寸不当、缺少安全扶手、地面材料不防滑、照明条件不佳等，不恰当的室内外环境设计可能会极大地增加老年人跌倒的风险。随着年龄的增长，老年人的活动范围主要在家中，研究指出老年人跌倒54.22%发生于室内[3]。如何有效识别建成环境中的跌倒风险因素、提前预估老年人跌倒风险并及时作出干预、建立高信效度的跌倒风险因素预测和评估体系，已成为适老环境研究中的重要内容。

本研究选取建成环境中老年人跌倒风险因素研究为综述对象，对近年来国内外相关研究的关注点及研究趋势、学科领域分布及重点研究内容等进行了系统分析，梳理了当前研究中所关注群体特征、跌倒风险因素的分类、跌倒风险评估工具和生物力学参数的选取，并对与老年人跌倒风险因素相关研究未来关注点进行展望，以期为今后开展相关研究提供证据基础和经验总结，促进以降低环境跌倒风险为目标的适老环境设计。

1 方法

1.1 文献检索与筛选

本研究选取中国知网、万方数据、Science Direct、Web of Science、PubMed、Scopus 和 IEEE Xplore 等数据库，对建成环境中老年人跌倒风险因素的相关研究进行文献检索，检索涉及的中、英文关键词如表1 所示。

表1 关键词维度

检索过程中根据不同数据库的检索式标准对上表关键词进行组合。如英文数据库Web of Science 中需使用布尔运算符连接关键词，同义关键词通过OR 关联成组，不同分类下的关键词和关键词组由AND 连接，当以 “主题” 为检索字段时，TS=((gait OR balance) AND (hazards OR ＂environmental factors＂ OR ＂extrinsic factors＂) AND (fall*) AND (＂the elderly＂ OR ＂the older＂ OR＂senior＂)) 为有效高级检索式。在中文数据库CNKI 中，同样以“主题”为检索字段，根据专业检索式标准，SU=(“老人”+“老年人”)*(“跌倒”+“摔倒”)*“环境因素”为有效检索方式。

除上述方式外，本研究也将相关度较高的文献作为检索字段进行检索，在其引证文献和参考文献中获取补充文献，以确保检索过程更加科学和全面。

文献筛选过程中遵循的规则和原因如下：（1）文献发表时间在2011-2023 年之间，以确保文献量足够并具有一定的时效性；（2）重点纳入实验性定量研究，排除横断面及前瞻性等描述性研究，这是因为描述性定量研究中，研究人员一般通过封闭问卷的形式收集受试者样本中的数据，规模较大，研究方法较为局限，周期同实验室环境下的实验性定量研究相比更长，不能满足本研究对研究工具和参数等数据的提取需求；（3）文献中需有明确的实验流程和生物力学相关的指标描述，以此判断研究人员选取的研究工具和方法；（4）研究内容需涉及建成环境中的跌倒风险要素，与本研究的主题契合；（5）排除摘要、报刊和未正式发表等文献类型；（6）排除实验设计存在明显缺陷，实验不完整或者数据质量低的文献。

1.2 检索结果与分析

依据前文所述的检索方法，共检索出1690 篇文献，剔除重复文献794 篇，遵循筛选规则，根据标题和摘要初步筛选出112 篇符合要求的文献后逐篇进行全文质量检查，其中有两篇文献在实验流程和研究内容上雷同，但不属于同一机构和作者，因此在复筛阶段排除。最终筛选出54 篇符合筛选标准和数据提取要求的文献纳入综述范围（图1），其中95%为学术期刊论文。

1 文献筛选流程

进一步通过引文空间工具（CiteSpace），对纳入的所有文献进行关键数据和字段提取，并从3 个方面对文献进行综合分析：（1）当前研究中的学科领域分布和所关注群体的特征；（2）当前文献中涉及的研究方向以及研究范式；（3）用于评估跌倒风险因素的工具和参数选取。在此基础上，对这一领域的研究现状和趋势进行总结和展望。

2 文献分析结果

2.1 研究趋势分析

为了解近10 年与建成环境相关的老年人群跌倒风险因素研究的整体趋势，在文献纳入过程中，将在Web of Science 及CNKI 数据库中以TS=((hazards OR ＂environmental factors＂ OR＂extrinsic factors＂) AND (fall*) AND (＂the elderly＂ OR ＂the older＂ OR ＂senior＂)) 和SU=(“老人”+“老年人”)*(“跌倒”+“摔倒”)*“环境因素”为检索式进行检索后得到的315 篇国外文献和74篇国内文献分别做可视化分析后发现，与建成环境相关的老年人群跌倒风险因素研究整体热度呈逐年上升趋势，特别是2018 年以来，国外相关领域的研究数量增幅显著，国内研究有所增加，国内外总发文量呈上升趋势。其中，基于生物力学分析工具的跌倒研究近年来受到中外学者更广泛的关注。但国内在这一领域的研究数量相比于国外较少，研究人员应继续增加对老年人跌倒风险研究的重视度，逐渐缩小这一差距（图2）。

2 2011-2023年国内外研究数量变化

2.1.1 研究热点及学科领域分布

通过对纳入文献进行主题和关键词聚类分析，得到目前与建成环境中跌倒风险因素研究相关的热点（图3）。图中的节点大小和被引用次数相关，节点越大相关度越高。“可穿戴式传感器”“机器学习” “帕金森病” “多发性硬化症” “步态分析”为排序前五的研究热点。其中，0 号聚类“可穿戴式传感器”、4 号聚类“步态分析”，以及1 号聚类“机器学习”表明在研究方法和工具方面，利用可穿戴式传感器进行姿态采集，并结合机器学习等手段建立风险评估模型或步态分析系统的方法已经被较多研究采纳；2 号聚类“帕金森病”、3 号聚类“多发性硬化症”、7 号聚类“姿态稳定性”和10 号聚类“平衡康复”，表明目前在导致跌倒风险的个体因素方面，特殊疾病人群姿态稳定性以及平衡康复过程是一个重要的研究方向；5 号聚类“社区住宅”和9 号聚类“跌倒风险”说明在众多建成环境类型中，社区住宅中跌倒风险因素得到了较多的关注。

3 文献共被引的聚类分析图谱

通过期刊双图叠加图谱可以看出文献的学科领域分布（图4）。图中左侧代表了纳入文献所在期刊的主要学科，右侧是这些文献所对应的引文文献所在期刊的学科分布，显示出了该领域研究的强学科交叉属性。和建成环境跌倒风险相关的研究主要发表在医学、护理学、运动健康、神经学以及心理学领域，并且在运动和医学领域的研究最为集中；与老年人跌倒风险相关的个体因素的基础性研究主要来源于运动健康、护理学以及医学领域，同时紧密结合心理学研究方法及范式，用以评估与跌倒相关的恐惧、焦虑、压力情绪；在运动与康复领域中，显示出了与生物力学和神经学研究的领域交叉，可能是因为生物力学工具有助于更好地探究人体的运动机制，在康复机理的研究领域，和神经科学领域相结合的研究也更具解释力；随着研究人员对老年人视觉衰退过程中跌倒风险增加关注度的提高，结合神经科学、眼科学和视觉认知领域的研究内容逐渐增多，当前该领域的研究也呈现出与心理学、社会学和运动康复等领域的学科交叉特征；和跌倒风险相关的研究从医疗护理学领域、运动领域向心理学、社会学、神经科学、认知科学、人因工程学和建成环境科学等领域不断扩展，跨学科的特征愈加显著。

4 期刊双图叠加图谱

2.1.2 研究所关注群体类型

通过对文献所涉及的研究对象进行综合分析，我们将该领域研究关注的群体类型分为一般老年人群和患病老年人群两大类别，并进一步根据具体人群特征进行了亚类划分（表2）。

表2 关注群体类型特征

在一般老年人群中，针对第三类人群特殊地区或者环境中的一般老年人群的研究数量较少，54 篇文献中仅有2 篇文献对特殊地区人群的步态特征与跌倒风险评估进行了研究。ZHANG Y等通过比较农村老年妇女和城市老年妇女的步态特征数据发现，农村老年妇女在步速、节奏和步幅方面表现出比城市老年妇女更低的水平，并更加注重行走的稳定性[4]。贺峰等则分析总结了高原老年女性的步态特点，并探究其和低氧环境之间的关系，期望能够筛选出早期步态异常人群[5]。他们认为居住在2400m 海拔的高原老年女性呈现出步长、跨步长较短、步频较低、步速较慢、步态周期耗时长的步态特点，低氧环境可能引发高原老年女性步态的变化。对第一和第二类人群的研究中，具有独立生活能力的健康老年人被试多来源于普通社区、具有跌倒风险的老年人被试多来自持续护理退休社区、老年公寓、辅助生活设施和老年人中心等场所，中年和青年人被试一般从社会或者校园中招募[6-13]。Reed-Jones 等探讨了视觉训练对独立社区居住老年人障碍跑表现的影响，且初步研究的结果表明，视觉训练可以提高避障能力[14]。孟站领等从某市一社区和老年公寓中60 岁以上老年人中随机抽样，探究具有不同跌倒风险的老年人在跨越障碍时的步态运动学特征[7]。

在患病老年人群中，对患有特殊疾病后产生平衡和步态问题的第五类人群关注逐渐增多，并重点围绕疾病对步态特征和关节运动学影响开展研究。Rosso 等通过实验确定了超重肥胖患者会在关节运动学方面表现出更大影响，但是在常规时空参数上没有发现差异[15]。刘敏等认为在不同步速条件下超重老年人由于身体功能退化，下肢控制力下降，离地瞬间下肢角度的变化加大，更容易发生跌倒[6]。对患有阿尔茨海默病、帕金森病[16]和血管性轻度认知障碍[17]等疾病人群的步态特征和跌倒的相关性研究也逐渐增多[18]。一项研究发现步行与音乐的耦合可以为多发性硬化症患者的运动任务导向训练提供新的范式，比起节拍器和沉默，多发性硬化症患者随着音乐散步的动机会更高[19]。老年人的视觉障碍问题也是常见的跌倒风险因素，多篇文献研究了其作为跌倒风险预测因子的可行性。宫慧敏等指出视觉障碍与老年人群常见不良事件如跌倒、失能等相关，需予以重视[20]。

2.2 跌倒风险因素分类

跌倒是内在个体因素和外部环境因素等多种因素共同作用的结果。内在个体因素包括由于衰老或者其他因素导致的干扰姿势控制能力的功能、认知和视觉障碍。外在环境因素包括环境风险（地面湿滑、表面不平整、易导致视错觉的地板图案、照明环境差等），此外社会因素和药物的副作用等也与跌倒风险相关。

当前纳入的文献中，和建筑相关的环境因素研究以楼梯样式、浴室设施（扶手位置）、室内外行走表面、照明环境、地毯或者地面样式为主要研究内容。和楼梯相关的研究主要集中在楼梯踏步的尺寸、样式变化以及边缘提示设计上；和照明环境和地面样式特征相关研究中，主要是将不同的照明以及地面设计作为视觉线索和跌倒风险的产生进行相关性研究；和浴室相关的研究除了探究扶手位置与平衡之间的关系外，也和照明系统的设计相结合，量化其作为视觉线索辅助老年人群更高效安全地找到厕所位置的可能性。除了探讨各环境要素以视觉线索的形式与跌倒产生的间接联系外，也有大量研究对和老年人行走活动直接相关的不同表面复杂性、表面倾斜程度、鞋底特征的影响做了研究。在对不同因素下步态特征的研究中，跌倒风险的产生由多因素共同参与这一结论得到论证（表3）。

表3 跌倒相关的风险因素分类

2.3 实验任务模式与跌倒风险评估方法

2.3.1 实验任务模式的选取

在和跌倒风险因素相关的研究中，根据研究目的的不同，任务内容的选取主要分为单任务模式（Single-Task-Walk）和双任务模式（Dual-Task-Walk，表4）。单任务模式主要包括常速行走任务（设置一定的距离或者时间）以及运动表现测试量化任务（如：3m 起立行走测试、6min行走测试等）。被试仅需在实验过程中专注于特定情景下行走。部分研究人员认为单任务定速、定距行走测试方法单一，包含的步态参数较少[46]，因此在常速行走时要求被试同步进行一项简单的认知任务，包括递减运算、非首选方向转弯等。O'Shea 等认为，在进行双任务时，注意力分配会因为体力任务的不利影响产生竞争，这支持了双任务的“能力共享模型”[47]。根据此模型，同时执行两个需要注意力的任务会降低其中一个或两个任务的性能。但在行走过程中，执行第二项任务的能力是非常必要的，因为它需要执行者运动时一边关注周边的环境，避免失去平衡。王莉等也认为，当研究采用双任务研究范式时，对被试的注意力水平和行走能力要求提高，更能反映出人们潜在的步态问题与跌倒风险[48]。在刘立等的研究中，对年轻人和老年人进行了“单一上下楼梯”任务和“连续减 7+上下楼梯”双重任务的步态特征分析[46]。研究结果显示，无论是步行时间、步频还是步速，单一任务优于双重任务，并且双重任务对年轻人和老年人的行走均产生影响，但老年人受影响程度更大，从而证明了单一和双重任务情境之间在步态和认知表现上的差异。

表4 跌倒风险研究中任务模式的选取

尽管已有研究显示双任务模式有助于识别潜在的跌倒风险，但对于双任务与跌倒的关系仍然存在争议。有研究认为，与双任务相关的步态变化并没有比单任务下的提供更多的信息[49]或者导致对步态特征的干扰[50]。考虑到老年人群在行走过程中对认知和注意力的要求比年轻人群更高，未来研究中这一问题有待进一步验证，以明确双任务范式对老年人群跌倒风险研究是否具有价值。

2.3.2 跌倒风险评估方法

跌倒风险评估的量化方法主要有3 种：运动表现测试、问卷法和生物力学实验室法。其中，运动表现测试如临床动态平衡测试（Mini-Balance Evaluation Systems Test）、3m 起立行走测试和6min 行走测试等主观性较高，评估效果有较大局限性，通常需要与其他量化工具结合使用。问卷法是指实验人员通过交谈或者电话邮件的形式让被试填写特制的问卷从而分析是否有跌倒的风险，其可靠性和重复性差，主观性强，信息也难以量化。生物力学实验室法包括基于计算机视觉的人体运动捕捉系统和目前受到较多关注的可穿戴式惯性传感器运动捕捉系统，其中和可穿戴式惯性传感器运动捕捉系统相关的研究模式主要有4 种（表5）。

表5 和可穿戴式惯性传感器运动捕捉系统相关的研究模式

在跌倒风险的量化评估上，可穿戴式惯性传感器为常见的生物力学工具之一[60]。虽然相较于传统的跌倒风险评估工具和精确度较高的三维综合运动分析系统（依赖专门的步态实验室、测评时间长、不能测试日常生活中的步态），可穿戴式惯性传感器在预测跌倒事件时存在准确性不足等问题[48]，但已有研究证明该方法能够正确检测最常见的两项跌倒风险因素，即步态和平衡异常，并能够大幅提高跌倒预测的准确率[61]。研究中常采用的可穿戴式惯性传感器运动捕捉系统种类较多，其中APDM 的Opal 惯性测量单元和Xsens 的MTW Awinda 系统共占所有纳入研究中的50%，较为主流。在行走时的跌倒风险测试中，不同研究的实验过程中放置运动捕捉设备节点位置和数量并不固定：有研究使用了7 个下肢测量节点，分别置于盆骨，大腿、小腿和双足[13]，这也是下肢生物力学数据采集的常见位置；当研究中使用3 个下肢测量节点时，常放置在盆骨和双足位置；只使用单一测量节点时，常置于盆骨位置。

基于计算机视觉的人体运动捕捉系统也出现在新近文献中，其优势在于避免了被试由于穿戴捕捉设备导致的姿态变化，或适用于被试无法配合佩戴动作捕捉设备的情况。此类捕捉系统分为红外摄像头、2D 摄像头和3D 深度摄像头等多种类型。摄像头数量为9～14 台不等，其支持算法比可穿戴式惯性传感器分析系统更加复杂。计算机视觉人体捕捉系统常与可穿戴式惯性传感器共同用在运动分析中，以相互验证其可靠性和准确性。

在实验前阶段，一般使用的用于跌倒风险评估的传统量表工具对被试跌倒风险进行初步评估，具体包括TUG、MMSE、SFBBS、FES-I 等，其信效度已得到较为广泛的研究证明，也有研究将自定义的李克特评分量表用于实验后和生物力学参数协同分析。已有研究证明，主观问卷与生物力学步态分析系统结合使用，能更有效地提高跌倒风险预测的准确性。多种测量方式的结合不仅为跌倒相关的分析提供更多维度和模态的参数，同时为可穿戴式惯性传感器分析系统、计算机视觉人体捕捉系统等提供数据验证，评价其对跌倒风险评估的有效性。

2.4 与跌倒风险相关的生物力学指标选取

在人体工程学研究中，除了平衡不良[52]和步态特征的异常被认为与老年人的跌倒密切相关外[66]，生物力学指标（包括肌肉力量、关节运动等运动学评估因素）也常被用于跌倒风险评估（表6）。生物力学的分析有别于经典的跌倒风险评估评分和测试，更具客观性和可靠性，结合双任务测试后可以更好地识别跌倒者和非跌倒者[58]。

表6 不同研究目的下和跌倒相关的生物力学指标选取

2.4.1 步态参数

与跌倒相关的生物力学指标中，以步态参数最为常见，包括步态周期参数、步态动力学参数、步态运动学参数以及不同类型间的参数组合等，如LU 等选择的10 个步态参数（初始双支撑时间、步幅宽、步幅长、双支撑时间、步幅速度、步幅速度变异性、步幅长变异性、步幅宽变异性、节奏、骨盆偏离）中既有周期参数初始双支撑时间，也有步态运动学中的时间参数、步幅速度和距离参数步幅长[13]。基于步态参数，计算步与步之间数据变异性（CV）的参数如步幅速度变异性逐渐得到研究人员的重视。理论上，步与步之间是重复和周期性的，但由于身体内部和外部的干扰，步与步之间存在差异。如果步态在稳定的范围内，人体不会刻意去纠正这些变异性，但是变异性越大，人体行走的自动化程度和稳定性越低，越容易摔倒。步态参数变异性的增加已被证明可以预测老年人跌倒[65]。

2.4.2 加速度信号特征及其衍生指标

由于穿戴式动作捕捉设备的惯性传感器可以直接得到原始加速度和角速度，越来越多的研究使用基于加速度计的特征及其衍生指标来分析步态变异性或者稳定性。常见的数据变异性加速度衍生指标包括加速度均方根（RMS）、加速度振幅和奇偶谐波比等[53]。YU 等在一项评估3MTUG 测试有效性的研究中，即使用三轴方向的线性加速度特征作为指标之一，选取的具体参数包括3 个方向的加速度均方根、加速度谐波比、傅里叶变换频率，最大混频[52]。Dixon 在探究健康老年人的转弯策略和表面特征之间的关系时，将质心（center of mass）最大加速度值和加速度混频作为加速度特征结合传统步态参数判断运动过程中的稳定性和规律性。这一方式的有效性逐步得到验证[35]。

2.4.3 非线性参数

部分文献中，研究人员还使用了局部稳定性（Local Stability）指标最大李雅普诺夫（Lyapunov）指数，这一参数用于定量描述与空间相邻轨道按指数扩张或收缩的速度，估计系统的混沌水平，指数数值小于 0，表明系统不具有混沌特性[10,30]；而指数数值大于 0，表明系统具有混沌特性。对于行走来说，该值越大，说明步行的混沌程度越高，步行的不稳定性增强，人体步行的抗干扰能力减弱，是常见的用来表征人体动态系统的稳定性的非线性方法[53]。

2.4.4 跌倒风险评估系统与参数有效性验证研究

由于和跌倒相关的步态参数众多，研究方法不限（包括真实环境、实验室环境、虚拟环境以及相结合的方式），在不同环境下参数的选取较为灵活，简单任务下的参数验证类研究和新型步态系统对比实验也是常见的研究方向，包括对不同原理的步态分析系统的有效性验证[62,63]回归分析[52]，以及对局部动态稳定性[9]等步态参数的跌倒风险评估能力验证[65,67]，为了更好地了解不同因素对跌倒风险预测产生的影响，这一方面的研究内容作为基础研究部分有待更多的突破。

3 结论

老年人跌倒风险因素研究在过去几十年中已经成为一个重要的研究领域，随着社会的发展和技术的进步，该领域也在不断发展。目前对跌倒因素的研究往往涉及多个学科的交叉，例如医学、康复学、工程学、心理学和社会学等。随着以人为本的建筑设计理念的不断发展，跨学科的合作研究将会更加广泛和深入。未来该领域的研究将更加重视学科交叉的融合，将不同学科的优势结合起来，以更全面的视角研究建成环境下老年人跌倒风险因素识别和干预的问题。

在研究内容和趋势上，与建成环境相关的跌倒风险因素研究主要集中在浴室设施、楼梯设计以及行走表面的复杂性上。由于老年人身体机能下降，维持平衡更加依赖于视觉感知，运动过程中导视系统的设计元素作为视觉因素对老年人群或者特殊人群的平衡和稳定性的影响也受到关注[13]。虽然先前的研究人员已经分别对和跌倒相关的内在个体因素、外部环境因素等方面进行了大量研究探索，但跌倒是多因素共同作用的结果，未来的研究应该更加关注多重复合因素影响下，不同生理、心理特征的老年人群的跌倒风险评估和易跌倒因素识别。将生理学因素、认知能力、情感因素和社交环境的支持等同时考虑，进行更细致的研究和探讨，更好地了解老年人跌倒的多因素影响机制。

在研究工具上，除了比较普及的可穿戴式动作捕捉系统以外，其他生物力学工具如压力传感器等也已经被广泛应用于老年人跌倒风险因素研究领域，在未来的研究中，将会更加注重研究工具的发展，进一步确认基于传感器的生物力学参数在不同研究中的可靠性。随着虚拟现实、人工智能等新技术在相关研究中的应用，如何结合新技术为老年人跌倒风险因素研究提供更精细的数据、更全面的分析方法也需要更多的关注，如何结合生物力学指标构建类型化研究范式，为跌倒风险的研究提供更高效的解决方案也将成为重要研究方向。

未来与老年人跌倒风险因素相关研究可以从以下几个方面展开：（1）老年人跌倒预测模型的开发和优化，包括生物力学模型和机器学习模型等；（2）老年人跌倒预防策略的探索和优化，包括康复训练、环境设计和心理干预等；（3）老年人跌倒的长期影响和生活质量的评估，包括身体功能、认知能力和情感状态等。

总体上，老年人跌倒风险因素研究正在向着跨学科交叉和多元化的方向发展，研究方法和技术也不断更新和改进。未来，我们可以从建筑设计角度进一步探究老年人跌倒风险机制与建成环境的相关性，为老年人跌倒预防、评估以及干预提供更加科学、有效的方法。