运动认知风险综合征（MCR）与老年人跌倒风险的关联：基于三大纵向队列的跨国研究

为解决老年人跌倒筛查工具不足的问题，研究人员通过ELSA、HRS和CHARLS三大队列开展运动认知风险综合征（MCR）与跌倒风险的纵向研究。结果显示，MCR可显著预测未来4年跌倒风险（ELSA队列风险增加60.0%），且与多次跌倒相关，为整合认知与运动参数的临床筛查提供新依据。

　　

论文解读
跌倒已成为威胁老年人健康的“隐形杀手”，全球65岁以上人群每年有三分之一遭遇跌倒，其中半数可能导致髋部骨折或颅脑损伤。尽管现有26种跌倒筛查工具，但发病率仍居高不下，原因在于传统工具多聚焦于单一身体机能指标，而忽视了认知与运动的协同作用。运动认知风险综合征（MCR）作为一种结合主观认知抱怨（SCC）和步速减缓的综合征，虽被证实与痴呆风险相关，但其在跌倒预测中的价值长期存在争议——法国研究支持其预测作用，而新西兰数据却显示种族差异性。这种矛盾提示需要更大规模、跨文化的证据支撑。

为解决这一难题，深圳市第二人民医院联合汕头大学医学院的研究团队创新性地整合了英国老龄化纵向研究（ELSA）、美国健康与退休研究（HRS）和中国健康养老追踪调查（CHARLS）三大队列数据，开展了一项覆盖10,373名60岁以上老年人的跨国研究。通过标准化问卷评估SCC，并以年龄性别特异性步速标准差定义慢速步态（>1 SD低于均值），确诊MCR需同时满足两项指标且排除痴呆患者。研究采用多因素逻辑回归模型，调整人口学特征、慢性病等混杂因素后，发现MCR人群未来4年跌倒风险显著提升：ELSA队列增加60.0%，HRS队列50.5%，CHARLS队列34.1%。值得注意的是，慢速步态单独未显示独立关联，而SCC在HRS和CHARLS队列中分别使风险上升25.9%和49.1%。

主要技术方法
研究依托ELSA（第4-6波）、HRS（第10-12波）和CHARLS（第1-3波）队列数据，采用标准化问卷采集跌倒事件（自我报告过去2年跌倒次数及损伤情况），通过逻辑回归和Cox比例风险模型分析关联性，并针对基线无跌倒史者进行敏感性分析。

研究结果

1. 基线特征：MCR人群普遍年龄更大、教育水平更低，且慢性病负担更重。ELSA队列中MCR者肥胖率达42.0%（非MCR 29.3%）。
2. 跌倒风险：完全调整模型显示MCR与多次跌倒显著相关（ELSA风险增加139.6%），但与跌倒损伤无统计学关联。
3. 组分分析：SCC单独预测价值优于慢速步态，而二者联合的MCR展现出最强稳定性（CHARLS风险比达1.924）。
4. 亚组差异：男性（ELSA交互P<0.01）和≥75岁人群风险增幅更显著。

结论与意义
该研究首次通过跨国数据验证MCR作为跌倒预测工具的普适性，其核心价值在于将认知-运动双重评估简化为临床可操作的筛查指标。相较于传统单一维度评估，MCR能更早识别高风险人群，尤其对预防反复跌倒（而非首次跌倒）具有独特优势。局限性在于随访周期较短且依赖自我报告数据，未来需结合客观步态监测和更长观察期。论文发表于《BMC Geriatrics》，为老年医学提供了兼具科学性与实用性的风险评估范式，对降低全球跌倒相关医疗负担具有重要指导意义。