论文部分内容阅读
目的:分析在上海社区卫生服务中心随访的老年脑卒中患者的跌倒风险及相关危险因素.方法:采用便利抽样方法随机选取2019年度在本中心就诊的230例老年脑卒中患者(60～90岁)为研究对象,检测其生化指标,并采用Morse跌倒风险评估量表评估其跌倒风险,根据简易营养评价精法(short-form mini-nutritional assessment,MNA-SF法)将患者分为低风险(≤45分)及高风险组(>45分),采用多因素Logistic回归模型分析跌倒危险因素并构建多因素模型,并用受试者操作特征(receiver operator characteristic,ROC)曲线评价危险因素模型预测老年卒中患者发生跌倒风险的价值.结果:对跌倒高风险组及跌倒低风险组进行基线分析后,筛选变量进行多因素Logistic回归分析,提示MNA-SF评分[优势比(odd ratio,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(OR=3.464,95％CI为1.172～10.235,P=0.025)与跌倒相关.其中,女性、高龄(≥80岁)为老年卒中患者跌到的主要危险因素,MNA-SF评分高(≥11分)、血清白蛋白升高为卒中老年患者的主要保护因素,而血红蛋白升高的保护作用较弱.根据以上5个危险因素构建ROC曲线的曲线下面积为0.925(P<0.05),在预测老年卒中患者跌倒风险中有较高的准确率.结论:女性、高龄(≥80岁)是老年卒中患者跌倒的危险因素,而血清白蛋白及血红蛋白水平升高、营养状况良好(MNA-SF评分≥11分)则是该人群发生跌倒的保护因素.依据相关危险因素,建立相应的ROC曲线诊断模型,有助于在老年卒中患者中合理、快速地识别跌倒高风险的患者,具有实用价值.