简介：摘要目的筛选院内跌倒伤害预测因素，构建院内跌倒伤害预测模型并开发列线图。方法选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料，包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素，构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果70例患者发生院内跌倒伤害，跌倒伤害发生率为28.81%。年龄≥60岁、功能障碍、联合服用特殊药物、无陪护、低血钙是跌倒伤害的五大预测因素。模型C指数为0.823（95%CI 0.756~0.875），模型内部验证C指数为0.803。H-L拟合优度检验结果显示，差异无统计学意义（χ2值为8.42，P=0.43）。结论本研究构建的院内跌倒伤害预测模型具有良好的区分度及一致性，临床医务人员能够准确、快速通过院内跌倒伤害预测列线图获得重回风险，识别院内跌倒伤害发生高风险患者，为针对性预防跌倒伤害干预措施提供参考依据。

简介：摘要目的筛选院内跌倒伤害预测因素，构建院内跌倒伤害预测模型并开发列线图。方法选取浙江大学医学院附属第二医院2014年1月至2019年12月所有住院期间发生院内跌倒的患者243例为研究对象。患者发生跌倒后收集相关资料，包括年龄、性别、功能障碍等。采取Lasso回归与Logistic回归相结合方法筛选预测因素，构建院内跌倒伤害预测模型并开发列线图。C指数、H-L拟合优度检验验证模型区分度、一致性。Bootstrap重采法进行模型内部验证。结果70例患者发生院内跌倒伤害，跌倒伤害发生率为28.81%。年龄≥60岁、功能障碍、联合服用特殊药物、无陪护、低血钙是跌倒伤害的五大预测因素。模型C指数为0.823（95%CI 0.756~0.875），模型内部验证C指数为0.803。H-L拟合优度检验结果显示，差异无统计学意义（χ2值为8.42，P=0.43）。结论本研究构建的院内跌倒伤害预测模型具有良好的区分度及一致性，临床医务人员能够准确、快速通过院内跌倒伤害预测列线图获得重回风险，识别院内跌倒伤害发生高风险患者，为针对性预防跌倒伤害干预措施提供参考依据。