您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览106 | 下载0

目的 探讨我国中老年人跌倒的相关因素及构建跌倒的列线图预测模型,为中老年跌倒的防控工作提供指导.方法 抽样方法为全样本分析,研究数据来源于中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)2015年随访数据,以自2013年以来是否曾跌倒为因变量,纳入年龄、BMI(身体质量指数)、左手肌力、右手肌力、站立时间、步行速度、从椅子上起立时间、性别、吸烟、饮酒、腰围、亚洲人骨质疏松自我筛查工具(OSTA指数)共12个变量探讨中老年人跌倒的相关因素,采用SPSS进行1∶1倾向性评分、描述性分析,Rstudio 将数据集分为训练集与验证集,训练集进行单因素、多因素回归分析、列线图模型构建及内部验证,验证集进行外部验证.结果 共纳入中老年人15 584人,其中检出有跌倒史2 339人(15.0%),无跌倒史13 185人(85.0%).倾向性评分以1∶1从无跌倒史的13 185人中选出2339人作为对照组,有跌倒史患者作为患病组,构建数据集,以7∶3将数据集随机分为训练集(3 276人)与验证集(1 402人).根据单、多因素回归分析结果从训练集选取出年龄、身体质量指数(BMI)、右手肌力、从椅子上起立时间、腰围、骨质疏松OSTA指数等6个变量纳入列线图预测模型,模型ROC曲线下面积为0.704,表明模型具有较好的区分度,校准

作者:沈炼伟;王维

来源:现代预防医学 2022 年 49卷 11期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:106 | 下载:0
作者:
沈炼伟;王维
来源:
现代预防医学 2022 年 49卷 11期
标签:
中老年人 跌倒 列线图预测模型 中国健康与养老追踪调查
目的 探讨我国中老年人跌倒的相关因素及构建跌倒的列线图预测模型,为中老年跌倒的防控工作提供指导.方法 抽样方法为全样本分析,研究数据来源于中国健康与养老追踪调查(China Health and Retirement Longitudinal Study,CHARLS)2015年随访数据,以自2013年以来是否曾跌倒为因变量,纳入年龄、BMI(身体质量指数)、左手肌力、右手肌力、站立时间、步行速度、从椅子上起立时间、性别、吸烟、饮酒、腰围、亚洲人骨质疏松自我筛查工具(OSTA指数)共12个变量探讨中老年人跌倒的相关因素,采用SPSS进行1∶1倾向性评分、描述性分析,Rstudio 将数据集分为训练集与验证集,训练集进行单因素、多因素回归分析、列线图模型构建及内部验证,验证集进行外部验证.结果 共纳入中老年人15 584人,其中检出有跌倒史2 339人(15.0%),无跌倒史13 185人(85.0%).倾向性评分以1∶1从无跌倒史的13 185人中选出2339人作为对照组,有跌倒史患者作为患病组,构建数据集,以7∶3将数据集随机分为训练集(3 276人)与验证集(1 402人).根据单、多因素回归分析结果从训练集选取出年龄、身体质量指数(BMI)、右手肌力、从椅子上起立时间、腰围、骨质疏松OSTA指数等6个变量纳入列线图预测模型,模型ROC曲线下面积为0.704,表明模型具有较好的区分度,校准