文摘

落在老年患者骨折的一个重要原因,功能障碍和死亡率。本文使用问卷调查来收集信息历史,平衡功能和感觉功能从病人超过65岁。分析,瀑布的存在与否是作为一个因素,并构建了相应的预测模型使用单变量分析和回归分析等方法。这项调查发现,在过去的一年中,60%的病人了,有一个下降16.67%,33.33%有两个瀑布,和50%有三个或更多的瀑布;模型的特异性为61.54%,敏感性为71.43%,误判是38.46%。该模型具有良好的特异性和敏感性和一个小误判率;所以,模型更为合理。本文选择一些敏感性指标,有一定影响的风险下降,使一个令人满意的预测,可以为预防提供理论基础落在老年患者住院治疗的风险。

1。介绍

自1950年代以来,国内外研究摔倒的老人已经在国外进行,但由于自己的原因,在中国有很多文学(1,2]。下降的机制包括中枢神经系统、肌肉骨骼系统,本体感受。目前,有许多研究瀑布和伤害的预防和治疗3]。例如,老年人容易骨折后下跌,其中髋部骨折是最常见的。因此,这一领域的研究人员已经开发出的保护措施在这个领域,取得了良好的跟踪效果4]。其次,外部因素对下降有一定的影响,比如环境。因此,一些学者开始如何减少跌倒的风险来自外部环境,如家庭环境的科学规划和生产中性鞋。在康复医学方面,主要需要从原因和采取相应的措施来减少风险的下降。大量介入研究已经表明,运动可以有效地减少跌倒的风险。

在过去的文献,大多数研究人员使用不同的评估方法来评估的风险下降(5- - - - - -7),例如,DGI评估量表,Berg平衡规模,等等,来评估个人的平衡,然后进一步反映的风险下降。得分越高,更好的平衡和降低的风险下降。此外,TUGT站步行测试在指定时间测量受试者的平衡状态。最好是用不到20秒,和有一个下降的风险如果超过30秒。在上述评价方法,有主观因素,缺乏客观、合理和综合评价方法(8]。

近年来,出现了一些非线性研究方法如本地动态稳定,可以反映老年人的步态的变化随着时间的推移,(9]。他们还可以跟踪老人和那些并没有下降。科万特等人报告,李雅普诺夫指数(李)源自上半身的上半身加速表明,当地的动态稳定性的内侧外缘(ML)不同年龄组之间变化10]。结果发现,与衰老的局部稳定性降低。类似的研究结果报道蜂鸣器等。李是来自下肢的纵向运动时间进程的数据,和李值高于老年患者。李显示与年龄相关的变化在步态控制;所以,李也有可能预测下降的风险。建筑师奴等人结合线性的时间身体各方向加速度分析和比较儿童和青少年的李。儿童有更高水平的李,肯定孩子的步伐稳定会减少。

Kukidome等人报道,20%的老年人的风险在基线改进后下降;意义,他们摔倒的可能性增加问题的风险增加减少(11]。Turkeli年代系统设计一个合适的算法和可穿戴电子设备为老年人,探测器(Tesodev-type下降12]。砚等人应用反向传播多级神经网络预测的风险下降从生理的角度来看(13]。彭开发了风险和检测系统,并将结果应用到19岁老人的住所。多普勒雷达的系统由微软Kinect, 2相机(14]。通过收集数据,将其与传感器数据进行比较,计算和开发,它可以帮助老年人保持一个正常的生活。目前,有许多关于瀑布的监测仪器和手段的老人在我的国家,但相关文献防止摔倒是罕见的。下跌风险的组合多个系统,但是,不管什么原因,识别特定的因素,有助于提高风险可以帮助调整干预策略或改变现状以减少摔倒的机会。

目前,相关数据在老年病人跌倒的风险相对丰富,但从生物力学的角度来看,没有相关数据供参考。本文各种测量方法用于收集不同视角指数,一个相对完整的老年人的步态特征的分析和各种参数之间的相关性,并使用适当的统计方法建立预测模型,以提供一个更好的理解。病人瀑布的生物机制的深入研究奠定了基础。

2。研究对象和方法

2.1。研究对象

20老年病人,其中包括12名妇女和8人(65 - 75),是包括在这项研究中,他们的身高,体重、BMI测量(15]。招聘条件有能力积极参与审判,知道有一个明确的意愿。在测试前,操作员解释了测试过程和操作点,完成相关操作。以下是受试者的基本信息,见表1。

2.2。研究方法

2.2.1。问卷调查方法

本文采用Tinetti-style迪奈蒂“平衡卷”由等人作为一个通用的方法,来评估老年人跌倒的风险。测试分为步态和平衡。平衡测试包括10站等项目平衡,平衡,站在平衡,turn-standing平衡,和慢跑的反应,都是16项,其中8项包括开始、大步,摆动脚高度,对称,和持续的宽度,总共12 (16]。得分低于24分表示的风险下降,行走路径,树干摇摆,得分0.70和0.53的特异性。

2.2.2。实验方法

(1)视觉测试。为了减少测量误差,确保数据的准确性和可靠性,使用视觉计基于视觉计(17]。在实验中,实验对象和目标之间的距离是5米,左眼和右眼测试一次,一边堵住了,然后最终的愿景是统计处理的双眼平均水平。

(2)本体感受的测试。本文采用Biodex等速肌力测量装置测量了受试者的上肢屈曲。在此期间,为了避免视觉和听觉的影响,需要在沉默的条件下进行。

活跃的位置感觉如下:的起始位置等速肌肉力计是90度的膝盖弯曲,最终的位置是延长膝关节45度,和运动的速度进行5度/ s。在测试中,参与者从起点开始,下肢膝关节屈曲首次演出活动,直到姿势完成后,举行了10秒钟,然后回到了起点。当你到达起点,按下按钮来完成你的审判。上述实验重复3次,取平均值。活动定位的效果评估根据实际的定位,定位的区别。在测试期间,主题集中,不应该分心。

被动地位意义如下:上面的设备设置是一样的。在测试过程中,主体处于一个被动的状态时,按下按钮来完成测试。

(3)静态平衡试验。这个测试使用德国Zeeblis电容脚压力试验机。在测试中,当主题站,之后由3 - 4厘米,脚趾是25 - 30度,手自然的放在两边。坐着的时候,眼睛直视前方;当站在一只脚,实验者在测试平台的中心,一只脚离开地面,膝盖弯曲,眼睛直视前方。当受试者直立行走,他们的眼睛直看着墙上,眼睛直盯着墙上固定的物体,然后他们把他们的手放在一边;当他们闭上他们的眼睛,他们测试。主题站在测试平台上,双手在他的身边,闭上眼睛,他的脸朝前。

注意,测试分为双足和monopedic,和主题的身体是没有外力测量。每个方法的试验周期是10秒,测试数据实时记录和数据统计。

(4)稳定极限测试。这部分的测试使用Tecnobody平衡测试和训练系统。在测试前,测试的主题站在中间平台,也就是说,两侧,两只脚的高跟鞋,双脚对应的第二个脚趾A2和A8,分别和他们的手在胸。在测试中,受试者被要求尽可能的方向,A3, A5, A7。在演习中,弯曲的臀部,膝盖,高跟鞋是不允许的。在四个方向观察倾角,角度越小,越高的风险下降。

(5)步态测试。研究对象穿着实验服,穿着平常的鞋子,和没有珠宝,而女性的头发绑起来。在测试前,实验者将指导受试者在其他跑步机做出调整,以避免结果不匹配的跑步机。试验过程中,行走试验进行根据参与者的行走速度,背后的工作人员提供安全。

3所示。研究结果

分析讨论了数据对比下降和nonfalling患者,出现下跌,筛选预测。

3.1。跌倒事件的发生

这项研究的主题是减少事故。试验完成后,15老年人随访。研究发现受试者中没有统计上的显著差异之前和之后的审判。因此,在实验之前,我们仍然会选择下跌情况作为后续分析。据统计,在过去的一年中,60%的病人了,16.67%的人一年秋天,有两个瀑布,33.33%和50%有三个或更多的瀑布,见图1。

在过去的一年中,12个女性有60%的几率下降;8人有40%的机会下降。统计分析基于底层细节发现下降与年龄有关,随着年龄的增加(见表2)。

3.2。比较相关的指标下降的老年患者组和Nonfall组

老年人在一年内下降或不进行调查和统计处理。如表所示3下面,没有显著的高度差,年龄和体重。

3.2.1之上。基本指标的比较

一个独立的样品 - - - - - -执行测试的数据组和nonfalling组下降。结果表明,瘦体重 ,性别 ,差异有统计学意义,组之间有显著差异, ,MBI指数, ,这不是统计学意义,见表4。

3.2.2。感知功能的比较

观察到的感官指标数据,使用 - - - - - -分别测试和self-sampling和统计分析,发现没有明显区别正常下降组和正常组。结论如下:下肢活动的感觉 与对照组相比有统计学意义,见表5。

3.2.3。比较平衡的能力

(1)站在Feet-Eyes开放和闭上眼睛。腿立场指数计算了单一大小写 - - - - - -测试。分析数据如表所示6。当眼睛是关闭,没有显著差异的指标下降,不下降;当病人打开他的眼睛时,信封长度和重心的完整长度的压力是明显不同的。患者有显著差异下降,那些没有下降。 包络面积和压力的水平摆动重心如下,有病人之间的显著差异下降,那些没有下降。

(2)站在一个Foot-Eyes打开,闭上眼睛。这个测试的目的是比较之间的眼睛开放和封闭在一只脚平衡那些和那些没有下降,下降,结果显示两者之间无显著差异指标,见表7。

3.2.4。单变量分析的平衡的指标

在老年患者跌倒的危险因素为主要变量和是否下降是主要的变量,单一线性回归方法用于探索各种因素有关。

(1)单变量分析的静态平衡指数。站在两个Feet-Eyes打开,闭上眼睛

当站在两英尺或睁着眼睛,初步分析相关的三个因素下降,包括信封区域,压力重心,长度和横向影响重心的压力,,当站在两英尺,没有发现被发现。因素与下降(表相关联8和9)。

站在一个Foot-Eyes打开,闭上眼睛

当站在一只脚,用眼睛开启和关闭的数据作为独立变量,和事故作为因变量,进行多元线性回归,没有相关的因素下降(表中被发现10和11)。

4所示。下跌的风险敏感性指标的筛选和建立模型

根据上述结果,采用多因素非条件logistic回归统计检验,包容的概率为0.05,老年人是否下降作为因变量,排斥的可能性是0.1,是由逐步回归的统计方法。五个指标统计敏感性指数、性别、姿态的膝关节活动,脚打开,胶囊区域长度的压力中心,和横向震动的压力中心,在老年人下降的主要原因,如表所示12。

中华民国是一个典型的测量方法的特异性和敏感性。中华民国是一个工作特点,决定了其特异性和敏感性根据某个阈值点,并表达特异性和敏感性以图形的形式。图2显示与1-specificity ROC曲线横坐标和纵坐标的敏感性,和该地区组成的曲线与坐标轴可以评估模型的准确性。图,从左到右,从左到右,从左到右,曲线下的面积趋于1,模型的预测精度更好,在0.7和0.9之间,和模型大约是0.704,这表明该模式是正确的。

拟合优度检验后,是5.301,为0.703,表明该公式可以解释五个因素之间的关系和下降的风险。因此,敏感性指数的选择可以预测的风险下降。以减少事故为基准,这种模式的样本分组所取代,并得到以下数据(见表13):

从表中可以得出结论 ,在哪里 ,和 。

从上面的结果可以看出,该模型具有良好的特异性和敏感性和有一个小错误的预测能力;所以,模型更为合理。

5。结论

在这项研究中,通过问卷调查、实验室检测和其他方法,不同影响因素之间的相关性,探讨老年人跌倒的风险,相关因素发现,相应地,并建立了相应的预测模型,这有利于我的国家进入老龄化社会。预防工作奠定了坚实的理论基础。从上面的分析,得到了以下几点:(1)本文研究对象都是65岁的老人。调查数据可以作为减少跌倒老人的基础(2)数据统计显示,选中的预测有很好的预测效果,但有差异的影响的范围,可用于有针对性的研究(3)对老年人有下降,平衡能力等因素,积极方位感膝关节功能,眼睛打开信封,长度压力重心,重心的横向摇摆幅度都下降的危险因素。该方法具有良好的精度和良好的假阳性率,可用于临床治疗的有效性分析

数据可用性

本文中使用的数据集可从相应的作者。

的利益冲突

作者宣称,关于这项工作他们没有利益冲突。