近十年我国老年人跌倒研究热点共词聚类分析

宋咪 皮红英 张华果 徐月

(解放军医学院 中国人民解放军总医院，北京 100853)

据世界卫生组织(World health organization,WHO)报道,全世界每年有64.6万人因跌倒而死亡，跌倒死亡占中国总死亡人数比：218人/万人，60岁以上老人跌倒死亡占中国总死亡人数比：180人/万人[1]。跌倒作为老年人意外伤害死亡的首要原因，严重影响了老年人身心健康、生活质量、预期寿命,同时带来严重的家庭、社会经济负担[2]。本研究拟对近10年国内关于跌倒的研究进行数据挖掘及分析，以期为今后促进老年跌倒领域的研究提供参考。

1 资料与方法

1.1一般资料 以中国知网学术期刊网络出版总库(CNKI)、万方数据知识服务平台(Wan Fang)、维普生物医学期刊数据库(VIP)和中国生物医学文献服务系统(CBM)数据库作为本研究数据来源，检索年限为2010-2019年。

1.2纳入及排除标准 纳入标准：(1)研究对象在国内。(2)发表语言为中文。(3)在我国科技核心期刊目录(2019版)收录的核心期刊上发表的老年跌倒相关文献。排除标准：(1)重复发表的文献。(2)介绍国外老年人跌倒管理现况/经验的文献。(3)研究对象不足60岁。(4)会议摘要、新闻报道、硕博士论文、资讯或其他灰色文献。

1.3文献筛选 由2名研究人员同时独立完成，根据题名、摘要或全文排除明显不符合纳入、排除标准的文献并对两人的筛选结果进行比较，若出现结果不一致，由二者讨论解决或交由第三方裁定。

1.4文献分析 文献去重后逐条阅读筛选，将最终纳入的文献导入书目共现分析系统(Bibliographic items co-occurrence matrix builder，Bicomb)，记录字段格式的种类、自定义设置抽取模板，对关键字字段模板进行设置，提取年发文量及关键词。利用Bicomb进行数据清洗，对同义词进行替换，如将“跌落”“摔倒”“意外跌倒”规范为“跌倒”，导出词篇矩阵，使用NetDraw进行老年跌倒高频关键词的社会网络分析，Ucinet 6.0进行聚类分析。

2 结果

2.1发文量分析 本研究初筛文献为10 358篇，其中CNKI 2 845篇，Wanfang 2 296篇，VIP 1 711篇，CBM 3 506篇。剔除重复文献5 392篇，不符合纳排标准的文献4 084篇，最终纳入分析的文献共882篇。年度发文数量，见表1。

表1 2010-2019年年度老年跌倒相关论文数量

2.2高频关键词 研究共出现819个关键词，结合高频词低频词界分公式与词频G指数的方法选取次高频词。根据Donohue公式：T=[(1+8I1)1/2-1]/2[3]，计算出高频关键词共14个，分别为：跌倒、老年人、危险因素、老年患者、跌倒风险、老年、住院患者、预防、跌倒检测、社区、护理、平衡能力、跌倒预防、害怕跌倒，出现频次累计百分比约为43.70%。根据词频G指数计算高频关键词共46个[4]，出现频次的累计百分比约为58.69%，见表2。

表2 中国老年人跌倒高频关键词

2.3社会网络分析结果 社会网络分析显示，老年人、跌倒处于网络图的中心区域；周围分布有跌倒风险、平衡能力、老年患者、危险因素、社区、护理等关键词，相对边缘位置分布的关键词有糖尿病、慢性病、信度、效度、评估、流行病学、支持向量机、传感器等。见图1。

图1 跌倒高频关键词的社会网络分析图

2.4研究热点 使用Ucinet软件进行聚类子群及派系分析，见图2。将46个高频关键词聚为5类，结合具体文献以及专业理论知识将研究热点主题归纳为5个方面，见表3。

图2 跌倒高频关键词子群分析及派系聚类图

表3 老年人跌倒研究热点主题

3 讨论

近10年来，我国科技核心期刊发表老年人跌倒相关文章逐年递增，可见老年跌倒研究逐渐增多，可能与我国人口预期寿命延长，老年人数逐年增长，健康问题突出有关。随着我国老龄化加剧，未来一段时间关于老年人跌倒的研究应会持续增长。

3.1跌倒评估及干预是我国老年人跌倒研究领域的热点 聚类结果显示：跌倒评估类关键词累积占比23.57%，干预类占4.29%，预防类占1.21%，可见对评估的研究较为广泛。评估主要是对社区、养老机构和住院老年人进行的跌倒流行病学、危险因素和躯体功能的研究。常使用量表将风险量化，部分研究以此为切入点，对量表信效度进行研究。我国使用较多的量表有Morse量表、Berg平衡量表等。但跌倒成因复杂，风险的准确预测需要进行诸多方面的评估，而随着评估条目的增加,被测者可能会出现疲劳或注意力不集中,反而使误差增大[5]，无法在保证信度情况下减小误差。现有工具大都是针对部分危险因素的评估或测试，因此不能准确预测跌倒风险，很难找到可广泛推荐使用的评估工具[6]。

对老年人跌倒的护理干预包括运动干预、健康教育等，其中运动干预以奥塔戈运动项目(Otago exercise programmer，OEP)和太极拳运动较为常见。OEP起源于新西兰，可通过改善平衡、步态和下肢肌力，降低老年人跌倒风险，已在许多国家及地区应用，效果良好[7]。Li等[8]研究证实，太极拳运动可降低老年人跌倒发生率，同时有研究[9]显示，健康教育在降低老年人跌倒发生的效果与太极拳运动一致。

老年人跌倒风险准确评估对预防干预至关重要，跌倒相关评估工具的研究可作为未来研究的切入点。同时在跌倒预防过程中不仅要注重躯体功能改善，相关知识的宣教也不能忽视。

3.2针对特定人群的老年人跌倒研究的关键切入点 作为全球卒中发病率最高的国家，我国卒中后残疾发生极为普遍，卒中影响老年人感知觉功能、步态及平衡能力等，增加跌倒风险[10]。姜玉等[11]对上海市长宁区老年脑卒中患者的研究发现，卒中患者跌倒年发生率为28.91%。同样，糖尿病并发症，如：视网膜病变、糖尿病足等会导致患者视觉及触觉障碍从而增加跌倒风险。骨质疏松为跌倒独立危险因素，而跌倒则是骨质疏松骨折的主要危险因素。据报道[12]，有95%的髋部骨折是跌倒所导致。髋部骨折后，期望寿命会减少10%～15%，有25%髋部骨折的老年人可能在6个月内死亡[13-14]。上述患病人群广泛，跌倒发生率高，且后果严重，因此针对特定人群的跌倒研究在跌倒管理方面很有必要。

3.3心理健康是老年人跌倒研究中不容忽视的问题 本研究结果显示，近10年来，跌倒相关研究不单是对躯体功能的关注，对跌倒心理的关注也逐渐增多。反应跌倒心理的常用指标为跌倒效能，跌倒效能越高的老年人，越不害怕跌倒。Phelan等[15]研究指出：害怕跌倒与姿态不稳、平衡能力下降、信心缺乏及活动减少有关，由于害怕跌倒会引起活动受限，加速了老年人功能下降，近而增加跌倒风险。Jo等[16]研究发现，心理健康状态(抑郁、睡眠障碍、害怕跌倒)与跌倒发生次数显著相关，害怕跌倒的老年人再次跌倒风险为没有跌倒恐惧老年人的2.3倍。提示未来研究可通过缓解老年人害怕跌倒心理，从而降低跌倒的发生。

3.4基于机器学习及传感器的老年人跌倒研究是跌倒研究的新兴方向 随着“互联网+医疗”技术的发展，基于计算机技术的老年人健康问题的研究逐渐增多。本研究发现，针对老年人跌倒的研究多采用传感器进行步态数据收集，借助机器学习法构建老年人跌倒检测模型。

老年人步态异常与跌倒发生密切相关，美国老年医学会建议对有跌倒史的老年人进行步态评估[17]。常采用定性或定量分析法。定性分析法指观察者结合专业知识，肉眼观察受试者的步态特征，做出初步诊断，该方法主观性强，准确性难以保证。而定量分析法采用各种步态监测设备，如传感器，进行数据收集，减少了人为因素的影响，保证了数据的准确客观[18]。

跌倒问题的发生是多种因素共同作用的结果，各因素之间相互影响，且存在复杂的非线性关系，使用传统机器学习的方法预测，如Logistic回归，可能会出现共线性及欠拟合的问题，这时应使用非线性的机器学习方法进行分类预测，如神经网络和支持向量机。目前机器学习算法已在很多领域应用，并取得较好的应用效果，如图像识别与分类、语音识别、用户兴趣挖掘及个性化推荐。在医学领域的应用也逐渐开展，像细胞谱系预测、心电图诊断、肺部疾病筛查，实现了较为精准的预测[19-20]。提示我们可采用机器学习的方法构建老年人跌倒风险预测模型，实现对老年人跌倒风险的精准预测，提升跌倒预测的准确率。

综上所述，本研究对近10年发表在我国科技核心期刊上老年跌倒相关的论文进行分析，归纳出老年跌倒领域的研究热点、切入点及新兴方向，强调了心理健康问题对老年人跌倒发生的影响。由于研究仅纳入我国近10年的发表的期刊论文，纳入文章数量受限，未来仍需更加细致全面的分析。