老年住院患者复合跌倒风险评分表的构建及应用研究

目的 构建老年住院患者复合跌倒风险评分表,提高老年住院患者跌倒风险评估准确性。方法 整合约翰霍普金斯跌倒评定量表和HendrichⅡ跌倒风险模型作为初始条目;采用前瞻性研究,收集42 490例老年住院患者跌倒发生情况及相关风险因素,通过χ2检验和logistic回归分析确定跌倒的影响因素,构建老年住院患者复合跌倒风险评分表。将复合跌倒风险评分表在1 663例老年住院患者中进行验证。结果 logistic回归分析得到18项危险因素,将各危险因素的风险比值比（OR）进行赋值,总分为100分。验证结果显示,老年住院患者复合跌倒风险评分表的ROC曲线下面积为0.825（95%CI：0.798~0.852）,最佳截断值为7.5分,灵敏度为0.736,特异度为0.771。结论 老年住院患者复合跌倒风险评分表能有效预测老年住院患者的跌倒风险,有助于临床护理人员及时筛查出高危患者,从而进行有针对性的预防干预。     

住院患者非计划拔管风险评估量表的编制及信效度检验

目的 构建住院患者非计划拔管风险评估量表,并检验其信效度。方法 通过系统文献研究、结合非计划拔管现况分析,小组讨论、专家会议,初步拟订住院患者非计划拔管评估量表条目池,经Delphi函询、优序图法,形成住院患者非计划拔管风险评估量表。采用该量表对全院非计划拔管数量排名前8科室的201例患者进行风险评估,以验证量表的信效度。描绘受试者操作特征曲线,找出最佳高风险临界值。结果 住院患者非计划拔管风险评估量表包括6个维度、25个条目,量表的内容效度0.896,重测信度0.931。受试者操作特征曲线结果显示,曲线下面积为0.760[P=0.002, 95%CI(0.638,0.881)],最佳高风险临界值为6.5分,其对应的灵敏度0.692,特异度0.670,约登指数0.362。结论 住院患者非计划拔管风险评估量表具有良好的信效度,能够较好预测非计划拔管的高危人群,可为临床护士有效识别住院患者非计划拔管高风险人群提供有效的评估工具。     

住院患者非计划拔管风险评估量表的编制及信效度检验

目的 构建住院患者非计划拔管风险评估量表,并检验其信效度。方法 通过系统文献研究、结合非计划拔管现况分析,小组讨论、专家会议,初步拟订住院患者非计划拔管评估量表条目池,经Delphi函询、优序图法,形成住院患者非计划拔管风险评估量表。采用该量表对全院非计划拔管数量排名前8科室的201例患者进行风险评估,以验证量表的信效度。描绘受试者操作特征曲线,找出最佳高风险临界值。结果 住院患者非计划拔管风险评估量表包括6个维度、25个条目,量表的内容效度0.896,重测信度0.931。受试者操作特征曲线结果显示,曲线下面积为0.760[P=0.002, 95%CI(0.638,0.881)],最佳高风险临界值为6.5分,其对应的灵敏度0.692,特异度0.670,约登指数0.362。结论 住院患者非计划拔管风险评估量表具有良好的信效度,能够较好预测非计划拔管的高危人群,可为临床护士有效识别住院患者非计划拔管高风险人群提供有效的评估工具。     

临床护士应用Morse跌倒评估量表情况分析

目的了解临床护士应用Morse跌倒评估量表情况,为临床正确使用Morse跌倒评估量表提供依据。方法病区护士使用Morse跌倒评估量表对134例年龄≥65岁老年患者进行跌倒风险评估,并将跌倒高风险的患者上报至老年病专科护理小组,老年病专科护理小组派专科护士在24h内到病区对患者进行评估会诊,同时专科护士对会诊科室其他年龄≥65岁患者进行跌倒风险评估。结果病区护士上报跌倒高风险患者45例,而专科护士同期评估存在跌倒高风险患者62例,两者评估患者为跌倒高风险率比较,差异有统计学意义（P〈0.05）;病区护士的跌倒评估总分及行走辅助、步态、认知状态评分显著低于专科护士（P〈0.05,P〈0.01）。结论病区护士低估了患者发生跌倒的风险,且存在漏报跌倒风险患者的现象。护理管理者需加强对病区护士进行Morse跌倒评估量表使用的培训,以正确评估患者,保障患者安全,降低院内跌倒发生率。     

社区老年人跌倒风险感知量表的编制及信效度检验

目的 编制社区老年人跌倒风险感知量表并检验信效度,为跌倒自我防范提供评估工具。方法 通过文献分析、专家函询、预调查、小组讨论等方式构建量表,选取浙江省某社区卫生服务中心259名老年人进行调查,检验量表信效度。结果 社区老年人跌倒风险感知量表包括跌倒生物行为易感性感知（8个条目）、跌倒社会环境易感性感知（4个条目）、跌倒严重性感知（5个条目）3个维度,共17个条目。探索性因子分析3个公因子累计方差贡献率为60.266%。量表内容效度指数为0.940,条目内容效度指数为0.800~1.000。量表的Cronbach′s α系数为0.913,各维度Cronbach′s α系数为0.814~0.858,重测信度为0.907。结论 社区老年人跌倒风险感知量表信效度良好,可用于老年人跌倒风险感知的评估。     

临床护士应用Morse跌倒评估量表情况分析

目的了解临床护士应用Morse跌倒评估量表情况,为临床正确使用Morse跌倒评估量表提供依据。方法病区护士使用Morse跌倒评估量表对134例年龄≥65岁老年患者进行跌倒风险评估,并将跌倒高风险的患者上报至老年病专科护理小组,老年病专科护理小组派专科护士在24h内到病区对患者进行评估会诊,同时专科护士对会诊科室其他年龄≥65岁患者进行跌倒风险评估。结果病区护士上报跌倒高风险患者45例,而专科护士同期评估存在跌倒高风险患者62例,两者评估患者为跌倒高风险率比较,差异有统计学意义(P0.05);病区护士的跌倒评估总分及行走辅助、步态、认知状态评分显著低于专科护士(P0.05,P0.01)。结论病区护士低估了患者发生跌倒的风险,且存在漏报跌倒风险患者的现象。护理管理者需加强对病区护士进行Morse跌倒评估量表使用的培训,以正确评估患者,保障患者安全,降低院内跌倒发生率。     

住院老年患者跌倒警觉度现状及影响因素研究

目的 了解住院老年患者跌倒警觉度状况，并分析其影响因素，为制定针对性跌倒预防措施提供借鉴。方法 采用便利抽样法选取782例住院老年患者为调查对象，使用一般资料调查表、Morse跌倒评估表、Barthel指数、跌倒警觉度量表进行调查。结果 有效调查住院老年患者695例，住院老年患者跌倒警觉度得分为(62.67±12.34)分。多元线性回归结果显示，自理能力、是否害怕跌倒及知晓治疗用药易致跌倒是患者跌倒警觉度的影响因素(均P<0.05)。结论 住院老年患者跌倒警觉度较高，护理人员应结合患者跌倒警觉程度及影响因素，进行个性化的健康教育和安全指导，预防跌倒发生。     

汉化版Morse跌倒评估表临床应用现状调查及对策

目的提高住院患者跌倒风险评估准确性,为针对性干预提供依据。方法针对汉化版Morse跌倒评估表在本院临床应用中存在的问题,自制调查问卷,对老年病科、神经内科、中医科、康复科共198名护士进行调查。结果问卷中8个单选题回答正确率为2.02%~93.94%,其中正确率最高的是＂静脉输液增加跌倒风险的原因＂、最低是＂轮椅作为助行器的评分＂;8个多选题回答正确率为58.21%~95.71%。结论护士对Morse跌倒评估表各条目理解不到位。护理人员除加强对Morse跌倒评估表的学习外,还应在国内进行大样本测评和修订,以增强其适用性。     

汉化版Morse跌倒评估表临床应用现状调查及对策

目的提高住院患者跌倒风险评估准确性,为针对性干预提供依据。方法针对汉化版Morse跌倒评估表在本院临床应用中存在的问题,自制调查问卷,对老年病科、神经内科、中医科、康复科共198名护士进行调查。结果问卷中8个单选题回答正确率为2.02%~93.94%,其中正确率最高的是"静脉输液增加跌倒风险的原因"、最低是"轮椅作为助行器的评分";8个多选题回答正确率为58.21%~95.71%。结论护士对Morse跌倒评估表各条目理解不到位。护理人员除加强对Morse跌倒评估表的学习外,还应在国内进行大样本测评和修订,以增强其适用性。     

肿瘤患者跌倒风险感知量表的编制及信效度检验

目的 编制肿瘤患者跌倒风险感知量表并检验信效度,为肿瘤患者跌倒防范提供自评工具。方法 通过文献回顾、专家函询、小组讨论等方式构建量表,选取407例肿瘤患者进行调查,检验量表信效度。结果 肿瘤患者跌倒风险感知量表包括跌倒认知易感知性(5个条目)、生理状况易感知性(12个条目)、个人活动易感知性(5个条目)、环境因素易感知性(5个条目)、跌倒严重性感知(3个条目)5个维度共30个条目。探索性因子分析提取5个公因子,累计方差贡献率66.746%。量表总的Cronbach′s α系数为0.926,折半信度为0.672,各维度Cronbach′s α系数为0.914～0.970,折半信度为0.877～0.963。量表水平的内容效度指数为0.867,条目水平的内容效度指数为0.813～1.000。验证性因子分析结果显示,χ²/df=1.845,RMSEA=0.059,GFI=0.840,CFI=0.971,NFI=0.939,AGFI=0.811,模型适配良好;AVE平方根均显著大于相关系数,各维度之间有显著相关性(均P<0.05)。结论 肿瘤患者跌倒风险感知量表信效度...     

社区老年人身体成分与骨折跌倒风险的相关性研究

目的 评价老年人肌肉和脂肪含量指标与骨质疏松骨折风险(fracture risk)和跌倒风险(fall risk for older people-community)的关联性。方法 选取上海市社区的215名老年人,测量身高、体重、腰围、臀围,并换算成体质指数(body mass index, BMI)和腰臀比(waist-to-hip ratio, WHR)。骨密度仪测量受试者的骨密度、肌肉含量和脂肪含量,计算得到肌肉质量指数(lean mass index, LMI)、四肢骨骼肌指数(appendicular skeletal muscle mass index, ASMI)、脂肪质量指数(fat mass index, FMI)及体脂率(fat percentage)等指标。应用ROC曲线及Logistic回归分析评价各指标与骨折、跌倒风险的关联强度。结果 本研究中高骨折风险组老年人身体成分指标LMI、ASMI、FMI、体脂率较低,四肢脂肪/躯干脂肪比值较高,是骨折风险的独立因素,ROC曲线下面积(area under the curve, AUC)差异均有统计学意义(P<...     

Gait Abnormality Predicts Falls in Women After Total Hip Arthroplasty

Background

Patients who undergo total hip arthroplasty (THA) have an increased risk of falls during the first year postoperatively. However, risk factors for falls after THA remain unclear. We investigated the relationship between gait abnormality and falls during the first year after THA.

跌倒/坠床危险因子评估表临床使用情况调查

目的了解跌倒/坠床危险因子评估表的临床使用情况,为进一步规范临床使用方法提供参考。方法便利抽取105例住院患者,由临床护士和跌倒/坠床风险管理小组分别应用跌倒/坠床危险因子评估表进行跌倒/坠床风险评估;通过焦点团体访谈了解临床护士使用该评估表的看法。结果临床护士与风险管理小组评估总分及感觉、机体功能障碍、活动范围、排泄异常、药物5项因素的评分比较,差异有统计学意义(P0.05,P0.01);护士对该量表的应用持肯定态度,但也认为存在一些问题。结论跌倒/坠床危险因子评估表具有较强的临床可操作性,但部分因子的判断标准需进一步明确。建议管理者结合医院情况,对评估表各标准进行明确的定义,加强护理人员培训,提高跌倒/坠床风险评估的准确性。     

骨科老年患者跌倒风险评估与干预流程的实施

目的降低骨科老年患者跌倒发生率,保障患者住院安全。方法对照组(110例)采用常规跌倒预防护理措施;观察组(118例)使用骨科老年患者跌倒风险评估表进行跌倒风险评估,依据风险级别采取相应的护理干预措施。结果对照组发生跌倒6例,观察组无跌倒病例,两组比较,差异有统计学意义(P<0.05);观察组患者或家属对护士预防跌倒各项指标的满意率达93.1%～100%。结论依据跌倒风险评估结果实施预防跌倒干预措施,提高了护士参与跌倒预防的积极性及老年患者对跌倒风险因素的认知,从而降低了跌倒发生率。     

社区老年人跌倒风险筛查与评估的最佳证据总结

目的收集国内外社区老年人跌倒风险筛查和评估的最佳证据,为社区老年人跌倒筛查及准确评估提供指导。方法系统检索Cochrane Library、JBI、EMbase、CINAHL、UpToDate、PubMed、医脉通、英国国家临床优化研究所网站、美国国立指南网、中国知网(CNKI)、万方数据、WHO网站等数据库和网站,纳入关于社区老年人跌倒风险筛查和评估的证据,包括指南、系统评价、Meta分析、证据总结、专家共识等。检索时限为2010年1月至2021年1月。由4名研究者对文献质量进行独立评价,结合专业人士的判断,对符合标准的文献进行资料提取。结果共纳入11篇文献,其中指南7篇、专家共识1篇、系统评价2篇、证据总结1篇。最佳证据包括社区老年人跌倒风险筛查和评估2个方面共9条证据。结论最佳证据总结为提高社区老年人跌倒风险筛检准确性提供了循证依据,医护人员应结合社区环境与老年人特点,合理地应用证据,以准确识别社区老年人跌倒的风险。     

Fall Risk Score at the Time of Discharge Predicts Readmission Following Total Joint Arthroplasty

Background

Readmission among Medicare recipients is a leading driver of healthcare expenditure. To date, most predictive tools are too coarse for direct clinical application. Our objective in this study is to determine if a pre-existing tool to identify patients at increased risk for inpatient falls, the Hendrich Fall Risk Score, could be used to accurately identify Medicare patients at increased risk for readmission following arthroplasty, regardless of whether the readmission was due to a fall.

Postoperative Falls After Total Knee Arthroplasty in Patients With a Femoral Nerve Catheter: Can We Reduce the Incidence?

A femoral nerve catheter (FNC) is often used to minimize pain following total knee arthroplasty (TKA), but complications including inpatient falls, may increase as a result, despite fall prevention protocols. We evaluated the rate of falls in 707 primary TKAs performed with an FNC at a major academic center from May 2009 to September 2012. Despite a formalized fall prevention protocol, we found 19 falls (2.7%). Three patients required further operative intervention. At a rate of 2.7%, postoperative fall is one of the most common complications of TKA at our institution. While pain control may be good with the use of FNCs following primary TKA, improvements in fall prevention strategies or the use of alternative postoperative pain control modalities may need to be considered.     

Machine Learning Predicts the Fall Risk of Total Hip Arthroplasty Patients Based on Wearable Sensor Instrumented Performance Tests

BackgroundThe prevalence of falls affects the wellbeing of aging adults and places an economic burden on the healthcare system. Integration of wearable sensors into existing fall risk assessment tools enables objective data collection that describes the functional ability of patients. In this study, supervised machine learning was applied to sensor-derived metrics to predict the fall risk of patients following total hip arthroplasty.MethodsAt preoperative, 2-week, and 6-week postoperative appointments, patients (n = 72) were instrumented with sensors while they performed the timed-up-and-go walking test. Preoperative and 2-week postoperative data were used to form the feature sets and 6-week total times were used as labels. Support vector machine and linear discriminant analysis classifier models were developed and tested on various combinations of feature sets and feature reduction schemes. Using a 10-fold leave-some-subjects-out testing scheme, the accuracy, sensitivity, specificity, and area under the receiver-operator curve (AUC) were evaluated for all models.ResultsA high performance model (accuracy = 0.87, sensitivity = 0.97, specificity = 0.46, AUC = 0.82) was obtained with a support vector machine classifier using sensor-derived metrics from only the preoperative appointment. An overall improved performance (accuracy = 0.90, sensitivity = 0.93, specificity = 0.59, AUC = 0.88) was achieved with a linear discriminant analysis classifier when 2-week postoperative data were added to the preoperative data.ConclusionThe high accuracy of the fall risk prediction models is valuable for patients, clinicians, and the healthcare system. High-risk patients can implement preventative measures and low-risk patients can be directed to enhanced recovery care programs.     

医院内住院患者跌倒事件的分析报告

［摘要］ 目的 调查住院患者跌倒的发生情况和特征。方法 回顾性分析2017年1月至6月医院内发生的住院患者跌倒的发生率和特征。结果 共有127例患者中发生201次跌倒，其中2例导致骨折。跌倒患者的平均年龄为63.9岁（范围0至91）年。大多数跌倒发生在床边（68.2%）。大约一半的跌倒为滑倒（46.6%），发现跌倒的最常见时间是凌晨2：00~3：59（38/201，18.9%）和6：00~7：59（28/201，13.9%），其次是早晨即患者进行活动时。我院的跌倒率为每千日患者1.37次跌倒。内科的跌倒率最高（3.08次/1000患者?日），其次是急诊科和儿科（每千患者日2.98次/1000患者?日和2.56次/1000患者?日）。结论 这项研究展现了普通医院住院患者跌倒的特征，并提示对一些时间段的护理增强或者宣传教育可能有助于减少住院患者跌倒的发生率。