编辑推荐：
为评估 BBS、TUG、MFES、MFS 这四种常用方法预测老年人跌倒风险的有效性，研究人员开展相关研究。结果显示，MFS 和 TUG 与跌倒风险显著相关，而 MFES 和 BBS 无明显效果。这为老年跌倒风险评估提供了重要参考。
随着老龄化社会的加剧，老年人的健康问题愈发受到关注。其中，跌倒成为威胁老年人健康的 “隐形杀手”。跌倒不仅会导致老年人身体受伤，如骨折、软组织挫伤等，还可能引发长期的心理恐惧，影响他们的日常生活活动能力和生活质量。据相关数据显示，每年都有大量老年人因跌倒而住院治疗，给家庭和社会带来沉重的经济负担。然而，目前在预测老年人跌倒风险方面，缺乏统一且精准有效的评估方法。现有的评估手段在准确性、全面性上存在不足，这使得难以提前对高跌倒风险的老年人进行精准干预。因此，开展针对老年人跌倒风险评估方法的研究迫在眉睫。
在这样的背景下，研究人员针对这一问题展开了深入研究。他们旨在评估四种不同的常用评估方法 ——Berg 平衡量表（BBS ）、计时起立行走测试（Timed Up and Go Test，TUG）、改良跌倒效能量表（Modified Falls Efficacy Scale，MFES）和 Morse 跌倒量表（Morse Fall Scale，MFS）在预测老年人跌倒风险中的有效性。该研究成果发表在《Experimental Gerontology》杂志上。
研究人员采用了以下关键技术方法：选取了 195 名年龄在 60 岁及以上的参与者（其中 97 名女性，平均年龄为 69.82±7.45 岁）作为研究样本。运用 BBS、TUG、MFES 和 MFS 对这些参与者进行跌倒风险评估，之后进行 Logistic 回归分析，以探究各评估方法与跌倒风险之间的关系；同时进行 ROC 分析（受试者工作特征曲线分析，用于评估模型的判别能力）和 Hosmer-Lemeshow 拟合优度检验（用于检验模型的拟合效果）。
下面来详细看看研究结果：
- 模型拟合及判别能力：研究发现，加入自变量后，?2 Log Likelihood 值显著降低（从 222.015 降至 49.196） ，Nagelkerke R2值为 0.865。Hosmer-Lemeshow 拟合优度检验结果显示 p = 0.738，表明模型拟合效果良好；ROC 分析中 AUC（曲线下面积）在 0.958 - 0.972 之间，证实了模型具有很强的判别能力。
- 与跌倒风险的关联：MFS（B = 0.120，p = 0.001，Exp (B)=1.128）和 TUG（B = 0.542，p = 0.004，Exp (B)=1.720）与跌倒风险显著相关。相比之下，MFES 和 BBS 在统计上未显示出明显效果。
综合研究结果，研究得出结论：MFS 和 TUG 在识别老年人跌倒风险方面尤为有效。然而，研究也指出，仅依靠这些测试进行跌倒风险预测的能力可能有限。这一结论强调了在进行老年人跌倒风险评估时，采用多学科综合方法的重要性。多学科方法可以整合不同领域的知识和技术，从多个角度评估老年人的跌倒风险，弥补单一测试的不足，从而更准确地预测跌倒风险，为制定个性化的预防措施提供更可靠的依据，这对于降低老年人跌倒发生率、提高老年人生活质量、减轻社会和家庭的医疗负担具有重要意义。
