華西跌倒風險評估量表與托馬斯跌倒風險評估量表對老年住院病人跌倒的預測價值

劉 坤，黃 浩，朱 紅，劉 爭

四川大學華西醫院，四川610045

跌倒是指病人突然或非故意的停頓，倒于地面或倒于比初始位置更低的地方[1]，且病人從床上落至墊子或地面上也視為跌倒。由于跌倒可造成病人不同程度的傷害，給病人帶來身體和精神上的痛苦，延長住院時間，增加住院費用，也會導致增加醫療成本，增加醫護人員工作量，影響床位周轉率[2-3]，所以，醫療界對病人的跌倒非常重視，已成為評價護理質量及醫院病人安全的重要指標之一[4-5]。雖然已有研究者針對跌倒評估開發了多個量表，但是針對不同人群、文化背景、疾病類型等沒有一個公認的最佳評估工具。跌倒風險評估工具的局限性或不正確的使用，可能導致對跌倒風險病人的不恰當識別，并導致延遲或不實施跌倒預防干預措施。為了進行有效的跌倒風險管理，我院醫護專家在綜合國內外評估量表基礎上制定了符合我國國情的跌倒風險評估工具，并與托馬斯跌倒風險評估量表（St.Thomas's Risk Assessment Tool，STRATIFY）進行對比研究，旨在為臨床護理工作者進行跌倒風險管理提供參考和依據。

1 對象與方法

1.1 研究對象 采用同期自身對照設計。采用便利抽樣法納入2018 年6 月1 日—2019 年5 月31 日在四川省成都市某三級甲等綜合醫院住院治療的老年病人51 500 例。納入標準：①住院病人；②年齡≥65 歲。排除標準：拒絕參與研究；住院時間＜1 d。

1.2 研究工具

1.2.1 一般資料調查表 由研究者根據研究目的，在查閱文獻的基礎上自行設計，包括病人跌倒史、年齡、性別、入院方式、入院形式、住院天數、文化程度、婚姻狀態、住院期間是否發生跌倒等。

1.2.2 STRATIFY STRATIFY 是Oliver 等[6]在1997 年研制，用來評估老年人跌倒風險的量表。量表包括5 個條目：意識不清/躁動不安、步態不穩、曾發生過跌倒、有常上廁所的需求、視覺不佳且造成日常生活功能障礙。得分越高，發生跌倒的風險越高。當臨界值為≥2 分時，量表的敏感度為93%，特異度為87%，陽性預測值為62%，陰性預測值為98%。

1.2.3 華西跌倒風險評估量表 由研究者所在單位醫護專家在STRATIFY 量表基礎上，結合國內外其他跌倒評估量表研究情況制定，包括年齡、認知能力、走動能力、排泄自理能力、住院前1 年跌倒史、目前使用特殊藥物（如鎮靜、利尿、降壓、降糖、安眠等藥物）、視力障礙、依從性低或溝通障礙、躁動不安、其他高危因素10 個條目，總分1～15 分，得分越高，跌倒風險越高。適用于成年人群的跌倒風險評估?？偡帧? 分者為跌倒高風險，＜4 分為跌倒低風險。各條目計分方法見表1。

表1 華西跌倒風險評估量表計分方法

1.3 調查方法 為保證評估護理人員對量表條目的理解和測評方法達到一致，項目開始前由研究者對全院各住院病房選2 名護士進行統一培訓，介紹兩種跌倒風險評估工具的使用目的、測評方法、計分方法，并負責對所在病房責任護士跌倒風險評估的實施和指導。研究對象入院4 h 內，由責任護士同時進行兩種跌倒風險評估量表的測評，并記錄于醫院電子信息系統中，在病情變化時進行動態復評。發生跌倒的研究對象以跌倒前最近一次跌倒風險評分納入分析，未發生跌倒的研究對象以住院期間最高的一次跌倒風險評分納入分析。

1.4 統計學方法 采用SPSS 21.0 和MedCalc 19.0.4統計軟件進行分析。計數資料采用頻數、構成比描述；定量資料采用均數±標準差(±s)描述，比較采用t 檢驗；定性資料比較采用χ2檢驗。以住院期間有無跌倒為金標準，采用受試者工作特征曲線（ROC）的曲線下面積（AUC）評價量表對跌倒風險的預測價值。計算量表的敏感度、特異度、陽性預測值、陰性預測值、約登指數、AUC 來檢驗量表的預測效度。運用Z 檢驗比較兩量表AUC 的差異性。檢驗水準α=0.05。

2 結果

2.1 住院病人一般資料 本研究共納入住院病人51 500 例，住院期間共發生跌倒30 例次。研究對象以男性為主（57.17%），年齡65～106（72.97±6.75）歲，住院天數1～365（9.23±10.54）d，入院方式以平診為主（81.39%），入院形式以步行為主（84.01%），婚姻狀態以已婚為主（87.30%），有跌倒史病人占13.13%。見表2。

2.2 跌倒風險評分 本組病人STRATIFY 評分0～5（0.95±1.08）分。華西跌倒風險評估量表評分1～14（3.82±1.76）分，發生跌倒與未發生跌倒病人評分比較見表3。

表3 老年住院病人兩種跌倒風險評估量表得分比較（±s） 單位：分

組別跌倒組未發生跌倒組P例數30 51 470 STRATIFY 1.80±1.27 0.95±1.08＜0.001華西跌倒風險評估量表6.03±1.83 3.81±1.76＜0.001

2.3 STRATIFY 量表的預測價值 STRATIFY 量表AUC 為0.690，95%置信區間（CI）為0.587～0.793，P＜0.001。ROC 曲線見圖1。STRATIFY 量表不同截斷值所對應的敏感度和特異度見表4?？梢钥闯觯u分1.5 分為最佳臨界狀態，此時量表的敏感度為63.3%，特異度為69.5%。約登指數=敏感度＋特異性-1。按≥2 分為跌倒高危，則跌倒高危病人為15 738 例，占30.6%。將所得資料列入2×2 四格表，按照敏感度、特異度、陽性預測值、陰性預測值的計算公式[7]得出STRATIFY 量表的敏感度為63.33%，特異度為69.46%，陽性預測值為0.12%，陰性預測值為99.97%。見表5。

圖1 STRATIFY 量表的ROC 曲線

表4 STRATIFY 量表各截斷值所對應的敏感度和特異度

表5 STRATIFY 量表的敏感度、特異度、陽性預測值和陰性預測值 單位：例

2.4 華西跌倒風險評估量表的預測價值 華西跌倒風險評估量表AUC 為0.809，95%CI 為0.746～0.871，P＜0.001。ROC 曲線見圖2。華西跌倒風險評估量表不同截斷值所對應的敏感度和特異度見表6。可以看出，評分4.5 分為最佳臨界狀態，此時量表的敏感度為76.7%，特異度為68.9%。約登指數=敏感度＋特異性-1。按≥5 分為跌倒高危，則跌倒高危病人為16 033 例，占31.1%。將所得資料列入2×2 四格表，按照敏感度、特異度、陽性預測值、陰性預測值的計算公式[7]得出華西跌倒風險評估量表的敏感度為76.67%，特異度為68.89%，陽性預測值為0.14%，陰性預測值為99.98%。詳見表7。

圖2 華西跌倒風險評估量表的ROC 曲線

表6 華西跌倒風險評估量表各截斷值所對應的敏感度和特異度

表7 華西跌倒風險評估量表的敏感度、特異度、陽性預測值和陰性預測值 單位：例

2.5 兩種量表AUC 的比較 華西跌倒風險評估量表與STRATIFY 量表的AUC 比較發現，兩種量表AUC差 值 為0.119，標 準 誤 為0.038，95%CI 為0.044～0.194，有統計學意義（Z=3.123，P=0.001 8），表明華西跌倒風險評估量表預測價值優于STRATIFY量表。

3 討論

3.1 STRATIFY 量表的預測效度 本研究中，STRATIFY 量 表AUC 為0.690，與Milisen 等[8-9]對 于65 歲及以上老年人群的研究結果相似。AUC 反映量表預測的整體準確性，面積越大，準確性越高。通常AUC 為0.50～＜0.70 表示診斷價值較低，0.70～0.90表示診斷價值中等，高于0.90 時表示具有很高的診斷價值。該量表的AUC 為0.690，接近0.70，P＜0.001，表明該量表對篩查老年住院病人的跌倒風險準確度中等。本研究中STRATIFY 量表最佳截斷值為2 分，與Oliver 等[6]的研究結果一致。 此時的敏感度為63.33%，特異度為69.46%，與Vassallo 等[10]研究中68.2%的敏感度和66.4%的特異性結果相似，低于Oliver等[6]研究中93.0%的敏感度、87.7%的特異性。但本研究中陰性預測值為99.97%，高于上述研究中的98.3%[6]和91.5%[10]。本研究中陽性預測值為0.12%，低于上述研究中的62.3%[6]和28.3%[10]，這可能與Oliver等[6]研究采用跌倒組與對照組進行抽樣配對的病例對照研究設計，而本研究采用同期自身對照設計以及兩項研究樣本量的差異較大有關。

3.2 華西跌倒風險評估量表的預測效度 本研究中發生跌倒的病人華西跌倒風險評估量表評分為（6.03±1.83）分，高于未發生跌倒組的（3.81±1.76）分，可見評分越高，病人發生跌倒的風險越高。華西跌倒風險評估量表AUC 為0.809。高于Morse 跌倒風險評估量表AUC 0.701～0.761[11-14]和STRATIFY 量 表AUC 0.732[9]。按照AUC 的分級標準，則該量表對篩查住院病人的跌倒風險準確度較高。統計結果顯示，華西跌倒風險評估量表評分最佳臨界值為5 分，此時敏感度為76.67%，特異度為68.89%，表明該評估工具檢驗出跌倒高危人群的能力較均衡，鑒別出非跌倒高危人群的能力稍弱。陽性預測值為0.14%，陰性預測值為99.98%，表明發生跌倒病人占評估為跌倒高風險病人的比例很低，考慮本研究中發生跌倒病人僅占研究對象的0.06%（30 例），陽性預測值低符合實際情況。未發生跌倒病人占評估為跌倒低風險病人的比例為99.98%，表明該量表對非跌倒高危病人的排除率是很高的，具有良好的非跌倒人群預測能力。

結果顯示，推薦采用5 分為截斷值，這與量表基于成年人設定的4 分截斷值結果不一致，分析其原因可能與本次研究對象為≥65 歲的老年人群，與量表設計時針對≥18 歲的成年人群的年齡分布差異有關。提示在對評估工具設定截斷值時，可以針對不同的年齡人群設置不同的截斷值，以更適合該類人群的風險評估和干預需求。

3.3 兩種量表的預測效度比較 雖然目前可以用來評估老年人跌倒風險的評估工具較多，包括Morse 跌倒評估量表[12]、約翰霍普金斯跌倒風險評估量表[15-16]、Hendrich Ⅱ跌倒風險評估量表[17-18]等成熟的評估工具，但是也沒有一個公認的信效度都好的適合于所有類型人群的工具，因而針對不同人群、不同文化背景的病人依然需要研究者進行針對性的研究工具開發。本研究中，兩種量表跌倒組得分均高于未發生跌倒組，這與國內相關研究結果[19-20]相同。華西跌倒風險評估量表與STRATIFY 相比，增加了對病人年齡、特殊藥物使用、依從性低、溝通障礙、其他高危?？埔蛩氐脑u估，因而能夠更全面地評估病人的跌倒相關風險，并且適用于不同年齡段的病人進行風險評估。兩種量表AUC 比較發現，華西跌倒風險評估量表對老年住院病人的跌倒預測價值優于STRATIFY 量表，表明華西跌倒風險評估量表更適用于臨床護理工作中對老年病人跌倒風險的評估及管理。

4 小結

華西跌倒風險評估量表具有良好的預測效度，能夠有效地識別有跌倒高風險的老年住院病人。該量表的使用可幫助臨床護士和護理管理者準確識別高風險人群，并及時采取有效的預防措施，預防住院病人跌倒事件的發生，是保證病人安全的重要支撐。