跌倒占我国老年人因伤害就医和死亡的第一位，也是全球老年人面临的重要健康问题^[1-3]。跌倒造成的残疾、死亡、功能和活动受限等后果，严重影响老年人的健康水平，同时也产生了高额的医疗服务费用^[4]。已有研究^[5-7]报道，肌肉力量测试和动态平衡测量与老年人跌倒密切相关。但是基于具体疾病的复杂性，仍无法精确地评估发生跌倒的风险。

膝关节骨性关节炎(knee osteoarthritis，KOA)是一种常见的退行性关节疾病，可影响身体活动，是老年人跌倒的危险因素之一^[8]。研究认为，老年KOA患者平衡能力^[9-10]和骨骼肌力量^[11]低于正常人群，而且这些功能越差跌倒风险越高^[10-11]。也有研究^[12]认为年龄、体质量指数(body mass index，BMI)、性别和疼痛程度均与老年KOA的跌倒具有相关性。但是前期的研究多数仅证实了老年KOA跌倒的单一因素，目前尚缺乏KOA患者跌倒的多因素复合预测模型。

临床预测规则(clinical prediction rule，CPR)在临床因素复杂、人群存在异质性时，是判断疾病预后和干预方式是否会使患者获益的理想工具^[13-14]。如果CPR可以确定老年KOA患者是否处于跌倒的高风险，将有助于实施预防跌倒的干预措施。因此，本研究探讨老年KOA患者跌倒的危险因素，并构建可评估患者跌倒危险的CPR。

1 材料与方法 1.1 研究对象

于2018年3月至2019年6月招募KOA患者139例。纳入标准：(1)年龄60~80岁，性别不限；(2)城镇社区居民；(3)符合美国风湿病学会2001年制定的KOA诊断标准^[15]；(4)有能力在没有帮助或使用上肢支撑的情况下从椅子上站立，能够在没有辅助设备的情况下在水平人行道上行走6 min以上。排除标准：(1)接受过膝关节手术；(2)诊断为膝关节以外的多关节骨性关节炎，例如髋骨关节炎和脊柱骨关节炎；(3)有神经功能障碍，例如感觉障碍或运动麻痹；(4)有认知或心理障碍。所有患者均签署了知情同意书，研究方案获得本院伦理委员会批准。见表 1。

1.2 基本信息收集

采用结构化问卷，收集患者性别和年龄信息，调查患者在过去的1年内是否发生过跌倒。跌倒是指患者身体的任何部位(不包括双脚)意外地“触及地面”。测量患者身高、体质量并计算BMI；一名资深影像科医师根据Kellgren Lawrence分级(K-L分级)评估KOA的严重程度；通过视觉模拟量表(visual analogue scale，VAS)评估膝关节疼痛；记录病变类型(双侧或单侧KOA)。

1.3 功能测试

(1) 肌肉力量测试^[16]使用手持式测力计(Power-Track Ⅱ，美国)进行测试。受试者坐在椅子上时最大程度地伸展膝关节，测量目标侧股四头肌的最大等距收缩，并通过体质量标准化。(2)单腿站立试验(one-leg standing test，OLST) ^[17]：受试者闭眼单脚站立，另一只脚稍微但完全从地板上抬起并且睁开眼睛，测量这一过程所需时间。采用两次测量之间的最大时间，如果时间为30 s或更长，则记为30 s。(3) 5次坐立测试(five times sit-to-stand test，FTSST) ^[18]：参与者重复从高度约为43~45 cm高无扶手的椅子上完成5次起坐所需的时间(s)。(4) 6分钟步行试验(6-minute walk test，6mWT) ^[19]：在水平硬地上选择一条30 m的走廊，让受试者在走廊上尽可能快地行走6 min，然后测量行走距离。

1.4 统计学分析

采用SPSS 24.0软件进行统计分析。符合正态分布的连续变量采用x±s表示，分类变量采用频数(%)表示。二元logistic回归分析考察跌倒的危险因素。混杂变量按照强制输入法输入，解释因素按照后进消除方法(似然比)输入。logistic回归分析之后，进行受试者工作特性(receiver operator characteristic，ROC)曲线分析。按照Youden指数最大的原则，确定诊断的临界值(Cut-off)及其相应的灵敏度、特异度、阳性似然比、阴性似然比。自变量按ROC分析的临界值转化为二分类变量，使用二分类变量获取CPR。P < 0.05为差异有统计学意义。

2 结果 2.1 发生跌倒危险因素的logistic回归分析

logistic回归分析显示，OLST [OR (95%CI)：1.42 (1.07~2.31)]和FTSST [OR (95%CI)：1.74 (1.18~2.59)]是发生跌倒的独立危险因素。见表 2。

2.2 跌倒危险因素的临界值和检验特征

采用Spearman相关检验多重共线性时，未发现任何相关系数≥0.80的自变量。ROC结果显示，OLST和FTSST的截断值为5.2 s (AUC=0.87，敏感度：0.91，特异度：0.71，P < 0.001))和7.8 s (AUC=0.79，敏感度：0.93，特异度：0.59，P < 0.001)。见表 3。

2.3 CPR每项评分的诊断特征

依据ROC分析结果，当OLST和FTSST均为阳性时(记为2分)，可以有效预测患者发生跌倒的风险(AUC=0.875，P < 0.001)，阳性预测值为88.3%，阳性似然比为17.86。而当OLST或FTSST单独为阳性时(记为1分)，阳性预测值为46.0%，阳性似然比为2.0)。见表 4。

3 讨论

本研究推导出了一种由2项测试(OLST和FTSST)组成的CPR。在目前的多数研究中，仅使用1项测试不足以预测KOA患者跌倒的概率。由于本研究中的CPR使用了2个或更多的测试来提高跌倒概率的阳性预测率和阳性似然比，可能是一个用来检测区分KOA患者发生跌倒风险的特别有用的筛选工具。

1项Cochrane系统性评价研究^[20]表明，如果事前没有对患者个体和疾病的复杂性进行精确评估并有针对性地选择干预方式，仅凭某种武断的干预措施无法有效预防跌倒。因此，有必要对KOA患者进行跌倒概率的精确评估，以便制定更为精准的干预措施来防止其跌倒。虽然在以前的研究^{[5-7, 9-11, 18]}中已经报道了肌力测试、OLST和FTSST的临界值，但尚无研究评价过患者个体的其他特征(性别、年龄、BMI、K-L分级、病变类型和VAS)对跌倒的影响。本研究结果显示，与性别、年龄、K-L分期等个体因素相比，只有OLST和FTSST与跌倒有显著的独立相关性。由于OLST和FTSST都是物理治疗中常规测试，有利于治疗师和护士方便快捷地评估患者的跌倒风险。

功能性活动能力是老年人维持生活自理和参与家庭和社会活动的关键因素^[21]。有研究显示，OLST时间低于6.3 s^[22]，FTSST > 8.6 s^[23]的老年KOA患者具有较高跌倒风险，与本研究的结果一致。部分研究^[21]显示BMI是膝关节炎患者跌倒的危险因素，本研究中发生跌倒的患者BMI略高于未跌倒的患者，但是通过Logistic回归分析没有发现这种关联，这可能是因为不同研究纳入的患者BMI范围不一致造成的。

本研究存在一定的局限性。首先，参与者是否跌倒由参与者的自我报告决定的。由于自我报告的准确性可能会影响研究结果，因此，提前排除了那些有认知疾病的病例。其次，由于排除了患有髋关节骨关节炎、脊柱骨关节炎以及神经和认知疾病的患者，因此跌倒风险量表不能推广到这些人群。第三，本研究未考虑KOA的发生、开始康复的时间、药物的使用、心脏或肺部疾病，这些可能会影响目前的研究结果。未来的研究应该致力于开发一个具体的跌倒风险量表来预测KOA患者的跌倒风险。未来的研究中尚需要检验该CPR的外部有效性和使用CPR的整体干预结果。

综上所述，本研究所获得的CPR可作为检测KOA患者跌倒风险的筛查工具。由于跌倒风险量表可以比以前的量表更精确地评估KOA患者跌倒的可能性，因此有利于制定整体干预措施来预防KOA患者跌倒。