论文部分内容阅读
目的:跌倒是导致老年人生命质量下降的重要原因之一,然而跌倒的致因异常复杂。因此,基于多维度姿势控制因素的跌倒风险预测研究尤为重要。本研究拟从姿势控制能力的视角对老年人进行“功能导向”的跌倒优势判别变量分析,并构建老年人跌倒风险预测模型,旨在创新完善老年人跌倒风险评估体系,为老年人跌倒防控及功能锻炼提供理论支持及实践应用依据。 方法:(1)本文通过文献法、访谈法以及专家调查法优选老年人姿势控制能力测试方案。(2)以随机方式在社区及老年公寓招募60岁以上的研究对象300名,最终保留284例有效研究样本,通过问卷形式采集受试者年龄、现病史、服药史、跌倒史、生活习惯以及锻炼习惯等基本信息。采用T·Mobility Lab人体机能测评系统、Footscan Usb2足底压力测量系统、APAS运动生物力学分析系统、Inbody体成分测量仪、BD-Ⅱ-311型脚踏频率测试仪、BD-Ⅱ-508型速度知觉仪、EP202型反应时测试仪等设备以及TUG、FTSST、TWT等功能测试方法,对老年人运动功能、感觉功能和认知功能系统的相关指标进行测试。采用SPSS19.0统计软件,以跌倒史为变量对测试数据进行独立样本t检验、卡方(X2)检验、判别分析,筛选影响老年人跌倒的优势判别指标。(3)利用MATLABR2016a构建BP神经网络,将优势判别指标作为输入变量,进行神经网络训练,创建基于姿势控制能力的老年人跌倒风险预测模型,并对跟踪随访6个月的84名受试者进行模型验证。 结果:(1)使用社会学专家调查法和传统统计学方法结合神经网络探索老年人跌倒的影响因素,并构建了基于姿势控制能力的老年人跌倒风险预测模型。(2)通过两轮专家调查最终筛选出3个核心影响因素、9个隐含影响因素以及包含五次坐立(FTSST)、十米最大行走速度(TWT)、脚灵敏度、闭眼单脚站立、坐-立行走计时(TUG)、步态、视力、坐-立转身站立摇摆度、髋/膝/踝关节动觉方位、选择反应时(CRT)、双任务、速度知觉14种相关测试方法的实验方案。(3)284例有效样本中既往12个月内有78例至少发生了一次跌倒,跌倒率为27.46%。(4)通过独立样本t检验、逐步判别和典型判别分析,最终有10个进入函数方程的变量作为优势判别指标,分别为:标准化步速(dc=-0.662)、95%椭圆摆动面积(dc=0.541)、第2跖骨受力面积R(dc=-0.321)、选择反应时(dc=0.310)、横向COP轨迹(dc=0.292)、第1跖骨峰值力L(dc=0.291)、触地髋角L(dc=0.268)、左右摆动路径长度(dc=0.218)、闭眼单脚站立时间(dc=-0.208)、峰值压力点COM位移L(dc=-0.205)。(5)创建3层BP神经网络跌倒预测模型,隐含层节点数为12时,神经网络Net5性能最佳,训练预测准确率高达97.62%,验证预测准确率为96.43%。 结论:(1)采用社会学专家调查法及传统统计方法结合BP神经网络探讨跌倒的影响因素,并构建基于姿势控制能力的老年人跌倒风险预测模型在方法学上是可行的。(2)以运动功能、感觉功能和认知功能为基础的老年人姿势控制能力测试方案具有较高的科学性和可靠性,能够较为全面地反映老年人的姿势控制能力,可实现老年人姿势控制能力的多维度、多指标测量与客观评价。(3)筛选出的老年人跌倒相关姿势控制能力优势判别指标具有较强的代表性,并具有较高的跌倒风险预测能力。(4)标准化步速、95%椭圆摆动面积和选择反应时可分别作为运动功能、感觉功能和认知功能系统的核心指标,是老年人跌倒防控的重点观测变量。(5)身体素质是老年人姿势控制能力的基础,针对性进行步态及平衡能力的干预训练,可有效提升老年人的神经肌肉系统功能,缓解老年人运动机能减退,提高抗跌倒能力。(6)基于老年人姿势控制能力的跌倒风险预测模型判别准确率高,具有良好的预测性能,可为社区或临床老年人跌倒风险评估及辅助制定老年人跌倒干预方案提供参考和借鉴。