目的  分析武汉市青山区社区老年慢性非传染性疾病（以下简称“慢性病”）患者药物因素对跌倒的影响，构建风险预测模型。

方法  采用整群随机抽样方法，选取武汉市青山区4个社区608例老年慢性病患者为调查对象，收集患者年龄、性别、用药情况、跌倒发生情况等信息，通过多因素Logistic回归模型分析影响用药后跌倒发生的因素，建立跌倒风险列线图预测模型，并应用Bootstrap法验证模型效能。

结果  608例老年慢性病患者中，152例（25%）发生用药后跌倒，多因素Logistic回归分析显示，女性[OR=1.835，95%CI（1.228，2.742），P=0.003]、使用降糖药[OR=2.721，95%CI（1.727，4.286），P＜0.001]、使用镇静催眠药[OR=1.948，95%CI（1.220，3.111），P=0.005]、使用降压药[OR=1.779，95%CI（1.119，2.829），P=0.015]、服用≥2种药物[OR=2.251，95%CI（1.309，3.869），P=0.003]、服药依从性差[OR=3.048，95%CI（1.926，4.824），P＜0.001]等6个因素是用药后跌倒的危险因素。根据上述因素构建跌倒风险列线图预测模型，模型验证结果显示，分类校正曲线贴合较为紧密，受试者工作特征曲线下面积为0.720 0 [95%CI（0.669 5，0.770 6），P＜0.05]。

结论  武汉市青山区社区老年慢性病患者跌倒发生率较高，社区医务人员及家属应给予重视，建立的预测模型有较好的预测价值，有助于采取针对性的干预措施，预防和降低社区老年慢性病患者跌倒的发生。

跌倒是突发、不自主、非故意的体位改变，指个体倒在地上或更低的平面上[1]，已成为严重威胁老年人群健康问题的第4位因素[2]。我国每年因老年人跌倒而产生的直接费用在50亿元以上，疾病负担高达160~800亿元[3]。跌倒已被确定为老年人死亡的主要原因之一[4]。研究[5-6]表明，引起跌倒的因素众多复杂，增加跌倒风险的药物（fall-risk incre^asing drugs，FRIDs）是其重要因素之一。目前跌倒风险的评估与干预多关注于非药物管理，对药物有关跌倒风险的评估管理重视度不足。本研究通过调查武汉市青山区社区老年慢性非传染性疾病（以下简称“慢性病”）患者跌倒情况，分析药物因素对用药后跌倒的影响，构建武汉市青山区社区老年慢性病患者跌倒的风险预测模型，旨在为预测及规避社区老年慢性病患者跌倒的发生提供依据。

1 资料与方法

1.1 调查对象

2020年8月—2021年12月采用整群随机抽样方法，从武汉市青山区抽取4个社区，以社区卫生服务中心就诊的老年慢性病患者为研究对象。纳入标准：①年龄≥65岁；②经一级及以上医院诊断为慢性病（包括高血压、糖尿病、脑梗死、冠心病、精神疾病等）；③病情稳定，心脑血管疾病及精神障碍等疾病的严重程度不高，未影响患者控制身体姿态平衡能力；④治疗期间意识正常，神志清楚；⑤过去1年内至少2次就诊于一级及以上医院；⑥自愿参与本研究。排除标准：①严重视力或听力障碍；②绝对卧床；③沟通障碍、表达不清。

采用Logistic自变量事件数（events per variable, EPV）法[7]及我国老年人跌倒发生率（14.7%~34%）[8]计算样本量，得到最小样本量为176例。最后纳入研究共计608例患者，所有调查对象均签署知情同意书。本研究经过华润武钢总医院伦理委员会批准。

1.2 方法

1.2.1 调查内容

①一般情况，调查包括患者的姓名、年龄、性别、文化程度、居住方式及居家环境、既往病史、睡眠情况、下肢感觉情况、步行形态、跌倒受伤程度及地点等，其中居家环境使用居家危险因素评估量表（home fall hazards assessment，HFHA）进行评定，已经过汉化[9]。

②用药情况，调查包括服药种类（非典型抗精神病药、典型抗精神病药、抗抑郁药、抗癫痫药物、镇静催眠药、降压药物、治疗慢性心功能不全药、降糖药、泻药等药物[10]）、服药剂量和方式、服药频率等；并采用中文版Morisky服药依从性量表（Morisky medication adherence scale，MMAS-8）[11]评估患者的用药依从性，该量表共8个条目，计分方法：条目1~4和条目6~7“是”计0分，“否”计1分；条目5反向计分；条目8采用Likert 5级评分法（5个选项分别计1，0.75，0.5，0.25，0分），量表满分为8分，得分＜6分为服药依从性差，该量表Cronbach's α系数为0.776。

③生活自理能力，采用日常生活能力评定量表（ability of daily living scale，ADL）[12]评估。总分为100分，100分为无需依赖；61~99分为轻度

依赖；41~60分为中度依赖；≤40分为重度依赖。

④跌倒风险，采用Morse跌倒风险评估量表（Morse fall scale，MFS）[13]评估，该量表包括6个条目，分值0~24分表示零风险，25~45分表示低度危险，＞45分表示高度危险，该量表Cronbach's α系数为0.97。

⑤营养状况，采用微型营养评定简表（mini-nutritional assessment short form，MNA-SF）[14]评估，该量表包括饮食变化、近3个月的体重减轻情况、活动能力、应激或急性疾病情况、神经精神疾病、身体质量指数（body mass index，BMI）或小腿围（calf circumference，CC）6个问题。其中患者在过去3个月出现体重减轻≥1 kg则记录为体重下降，该量表Cronbach's α系数为0.711。

1.2.2 资料收集与随访

本研究采用问卷调查法，收集纳入调查的老年慢性病患者的基线资料及风险因素情况。此外，调查员每3个月以电话沟通形式对患者进行随访，并通过患者的描述及查阅相关病历等方式了解患者跌倒发生情况及相关信息，并详细记录。每位患者随访6个月，共随访2次。患者按是否发生跌倒分为病例组和对照组。

1.3 质量控制

本研究的设计与实施均在相关专家指导下完成；问卷调查员为项目研究人员和青山区4个社区卫生服务中心的工作人员，均经过统一培训，均已知晓研究目的、风险因素评估方法及填写注意事项。研究实施前，预采集了40例患者信息，以确保资料收集的同质性。调查中均按照统一的指导语和标准，以面对面询问的方式进行，以减少调查偏倚。数据由2名研究人员进行核对、录入，以确保数据的准确性和完整性。

1.4 统计学分析

采用IBM SPSS 26软件和R软件进行统计分析。计数资料以频数和率表示，比较采用χ²检验，等级有序资料比较采用Wilcoxon秩和检验。符合正态分布的计量资料以x±s表示，两组比较采用独立样本t检验。以社区老年人跌倒发生结局为因变量，采用单因素分析筛选对跌倒结局发生具有影响的自变量，将具有统计学意义的变量纳入多因素Logistic回归模型。以P＜0.05为差异有统计学意义。将筛选出的独立影响变量导入R软件，构建列线图预测模型，并绘制预测模型的受试者工作特征（receiver operating characteristic，ROC）曲线，模型的内部验证采用Bootstrap法，Hosmer-Lemeshow（H-L）拟合优度检验评估预测价值。

2 结果

2.1 一般资料

608例患者均完成随访，年龄60~98岁，平均年龄（72.50±7.96）岁，中位数为72岁；男性312例（51.31%），平均年龄（73.45±7.67）岁；女性296例（48.68%），平均年龄（71.64±8.11）岁。其中自理能力正常者346人（56.91%），轻度依赖者258人（42.43%），中度依赖者4人（0.66%）。

调查显示152例患者发生跌倒，且均在服用治疗相关慢性病的药物后一段时间内发生。其中80例（52.63%）发生在室外，72例（47.37%）发生在室内。36例（23.68%）发生过2次跌倒，6例（3.95%）发生过3次跌倒。70岁以上的老年患者中有104例发生过跌倒（68.42%）。跌倒的患者受伤程度不尽相同，52例（34.21%）未受伤，24例（15.79%）为擦伤，16例（10.53%）受伤程度为瘀青，8例（5.26%）为扭伤，18例（11.84%）为骨折，6例（3.95%）为脑外伤，还有28例表现为其他损伤。

2.2 老年慢性病患者跌倒的单因素分析

两组患者性别、使用降糖药、使用镇静催眠药、使用降压药、患糖尿病、患脑梗死、服用≥2种药物、服药依从性差等因素的例数分布差异均有统计学意义（P＜0.05）。见表1。

• 
  表格1 武汉市青山区社区老年慢性病患者跌倒的单因素分析[，n（%）]

  Table 1.Univariate logistic analysis of falls among elderly patients with chronic diseases in the communities of Wuhan Qingshan district [, n(%)]

  

2.3 老年慢性病患者跌倒的多因素分析

建立Logistic回归模型，以患者跌倒结局为因变量，赋值0=未跌倒，1=跌倒。上述单因素分析中差异有统计学意义的因素为自变量，进行二元Logistic回归分析。分析前采用容差与方差膨胀因子（variance inflation factor，VIF）对纳入模型的变量进行共线性检验，得到所有变量的VIF值均＜10.0，说明各变量间不存在多重共线性。结果显示，在校正了相关因素后，女性[OR=1.835，95%CI（1.228，2.742），P=0.003]、使用降糖药[OR=2.721，95%CI（1.727，4.286），P＜0.001]、使用镇静催眠药[OR=1.948，95%CI（1.220，3.111），P=0.005]、使用降压药[OR=1.779，95%CI（1.119，2.829），P=0.015]、服用≥2种药物[OR=2.251，95%CI（1.309，3.869），P=0.003]、服药依从性差[OR=3.048，95%CI（1.926，4.824），P＜0.001]等6个因素是老年慢性病患者跌倒的危险因素。见表2。

• 
  表格2 武汉市青山区社区老年慢性病患者跌倒的多因素分析

  Table 2.Multivariate Logistic analysis of falls among elderly patients with chronic diseases in the communities of Wuhan Qingshan district

  

由回归结果可得到如下表达式：跌倒发生风险值=e^a/（1+e^a）×100%；e为自然常数，a=-2.787+0.607×性别（0=男，1=女）+1.001×服用降糖药（0=否，1=是）+0.667×服用镇静催眠药（0=否，1=是）+0.576×服用降压药（0=否，1=是）+0.811×服用两种及两种以上的药物（0=否，1=是）+1.115×服药依从性差（0=否，1=是）。

2.4 老年慢性病患者跌倒风险预测模型的构建

基于多因素回归分析结果，构建武汉市青山区社区老年慢性病患者跌倒风险的列线图预测模型，见图1。运用Bootstrap法对模型进行验证，设置重复抽样1 000次，H-L检验结果提示，模型校准度较好（χ²=11.971，P=0.102），绘制的校准曲线见图2。预测模型的ROC曲线见图3，曲线下面积为0.720 0[95%CI（0.669 5，0.770 6）]，说明此模型具有一定的准确性。

• 
  图1 武汉市青山区社区老年慢性病患者跌倒风险的列线图预测模型

  Figure 1.Nomograph prediction model of fall in elderly patients with chronic diseases in the communities of Wuhan Qingshan district

  

• 
  图2 武汉市青山区社区老年慢性病患者跌倒风险预测模型的校准曲线

  Figure 2.Calibration curve of predictive model of fall in elderly patients with chronic diseases in the communities of Wuhan Qingshan district

  

• 
  图3 武汉市青山区社区老年慢性病患者跌倒风险预测模型的ROC曲线

  Figure 3.ROC curve of predictive model of fall in elderly patients with chronic diseases in the communities of Wuhan Qingshan district

  

3 讨论

跌倒是患者发生骨折、脑部损伤甚至死亡的重要原因之一，特别是老年慢性病患者，由于身体素质下降、多病共存及感觉功能障碍，其发生跌倒的风险更高[15]。研究[16]显示，老年人所患慢性病种类越多，发生跌倒的风险越高。本研究纳入608例社区老年慢性病患者，通过分析药物对跌倒的影响，探索老年慢性病患者跌倒的相关药源性因素，构建跌倒风险预测模型，帮助医护人员充分评估老年慢性病患者跌倒的风险因素并快速识别高危患者，以便采取针对性措施。

本研究中社区老年慢性病女性患者跌倒的发生率显著高于男性，与多篇文献[17-21]的研究结果相似。这种性别差异可能是老年男性与女性在生理特征、骨骼和肌肉结构、更年期激素变化不同等多种因素造成的[22-23]。女性在绝经后，由于雌激素水平影响，骨密度下降，骨质疏松风险上升[24]，跌倒发生率增大。另外，在社会生活中，女性往往承担更多的家务劳动[25]，在服药后发生跌倒可能性更高。而老年妇女服用维生素D和钙补充剂的组合将有助于将跌倒的风险降低40%以上[26]。建议社区医务人员及家属给予老年女性更多关注，在积极防治老年慢性病的同时，给予老年女性患者心理支持，减轻家务负担，做好老年人社区养老护理，降低跌倒发生率。

研究[27]表明，服用某些降糖药物或进食不佳，会导致低血糖反应，增加眩晕的发生风险[28]，跌倒风险更大。本研究中，服用降糖药的老年慢性病患者跌倒发生率为36.23%，与国内其他研究相比[29-30]，本研究中服用降糖药老年患者跌倒发生率较高。相关调查[31]显示，中国老年糖尿病患者跌倒发生率为21.85%，显著高于非糖尿病老年患者，一旦发生低血糖，其一年中跌倒发生率将增加2倍。 因此，医务人员需要提高社区老年患者对降糖药物的认知，加强对老年患者的用药教育与指导，强调低血糖反应发生的危险性及预防的重要性，注意血糖的监测。    

本研究结果显示，镇静催眠药的使用与跌倒相关，与国内外相关研究[32-33]结果具有一致性。镇静催眠类药物属于中枢神经系统药物，易引起神经系统不良反应，如嗜睡、眩晕、视物模糊等[10]。研究[34-35]表明，随增龄老年人的睡眠质量呈下降趋势，部分老年人需要通过镇静催眠药来改善睡眠，而镇静催眠药会降低老年人步速，增加跌倒风险。老年人服用此药易产生依赖性[36]，社区医务人员及家属可采用物理手段帮助老年人入睡，均衡饮食，给予心理支持等改善患者睡眠质量。

本研究中服用降压药的患者跌倒发生率增加。降压药属于心血管药物，易引起低血压、直立性低血压、减少脑部的血流灌注，引起肌肉无力、晕厥[10]。Berry等[37]指出，服用降压药老年人的跌倒发生率增加30%~40%，与本研究结果一致。研究[38]表明，用药教育、用药后跌倒风险评估与审查等干预措施可显著降低老年人的跌倒发生率，提示社区卫生医务人员应加强药物审查，做好饮食宣教，建立相关药物导致跌倒的警示标识，降低社区老年患者跌倒发生率。

本研究结果显示，服用2种及以上药物是老年患者跌倒的独立危险因素，与Zia等[39]的研究结果一致。随着年龄的增长，老年人各器官功能下降，药物代谢率和清除率下降，老年人服用多种药物，不良反应发生率增高[40]。在患者就医过程中，社区医务人员及药剂师应全面评估老年人身体状况，在保证老年人病情稳定下，精简用药处方，减少服药数量，以免造成多重用药，并从小剂量开始，根据药物的疗效与患者耐受性调整药物剂量，保证患者用药安全。

本研究中服药依从性差的老年患者发生跌倒的风险增加。Dillon等[41]研究证实，患者服药依从性差会增加跌倒等伤害事件的发生。研究[42]表明，老年人由于多病共存，处方过多，易存在多服、错服等现象。同时，老年人记忆衰退，存在服药时间或剂量错误、漏服等服药依从性差的表现。调查研究[43]表明，部分服药依从性差的老年人认为自己病情好转，无需服药；由于药物作用不明显，少部分老年人对药物治疗期望值低，拒绝服药。以上错误的观念及行为导致患者服药依从性差，跌倒的发生率可能增加。针对这种情况，社区医务人员需为老年患者及家属普及用药知识，纠正其不适当用药行为，加强用药随访，降低跌倒发生率。

本研究以多因素分析筛选出的6个独立危险因素为基础（性别、降糖药、镇静催眠药、降压药、服药依从性差、服用2种及以上的药物），建立可视化的列线图预测模型[44]。ROC曲线下面积为0.720（对应的最佳截断值0.172，特异性0.507，敏感性0.839），表示列线图具有较好的区分度。H-L检验结果提示预测值与实测值之间无差异性，准确性较好。校准曲线中，未校准曲线、校准曲线与参考线贴合较为紧密，表明列线图具有良好的校准度。基于列线图，可根据测得的变量值绘制垂线，得出武汉市青山区社区老年慢性病患者跌倒发生的概率。跌倒预测模型的建立，有利于医护人员、家属对患者进行针对性地观察与监测，为医护人员早期评估患者跌倒风险提供依据，并根据患者存在跌倒风险的大小为患者提供个体化的预防措施。

综上所述，女性、服用降糖药、镇静催眠药、降压药、服药依从性差、服用2种及以上药物是社区老年慢性病患者跌倒相关的危险因素，以此构建的列线图预测模型对社区老年慢性病患者发生跌倒的风险具有较好的预测能力。本研究的局限性：①因药物半衰期和患者机体代谢程度不同，故未进行用药后跌倒时间的统计；②由于时间和人力所限，本研究随访患者仅半年，不排除偶然性跌倒事件的发生；③本研究综合文献及专家意见制订的相关因素调查表，部分相关因素可能会遗漏，如心理状态等，使用预测模型时需要综合考虑；④本研究对象集中在城区，具有明显的人群性及区域性特点，尚需多中心大样本对本研究的预测模型进行验证。

1.Shaver AL, Clark CM, Hejna M, et al. Trends infall-related mortality and fall risk increasing drugs among older individuals in the United States, 1999-2017[J]. Pharmacoepidemiol Drug Saf, 2021, 30(8): 1049-1056. DOI: 10.1002/pds.5201.

2.Goh JW, Singh D, Mesbah N, et al. Fall awareness behaviour and its associated factors among community dwelling older adults[J]. BMC Geriatr, 2021, 21(1): 226. DOI: 10.1186/s12877-021-02122-z.

3.蔡伦, 林岑, 周鼒, 等. 老年人跌倒的公共卫生研究进展[J]. 中国老年学杂志, 2018, 38(9): 2265-2268. [Cai L, Lin C, Zhou Z, et al. Progress in public health research on falls in the elderly[J]. Chinese Journal of Gerontology, 2018, 38(9): 2265-2268.] DOI: 10.3969/j.issn.1005-9202.2018.09.085.

4.Ambrose AF, Paul G, Hausdorff JM. Risk factors for falls among older adults: a review of the literature[J]. Maturitas, 2013,75(1):51-61. DOI: 10.1016/j.maturitas.2013.02.009.

5.胡惠菊, 韩静, 唐启群, 等. 养老机构老年人预防跌倒自我管理的现状及其影响因素研究[J]. 护理研究, 2021, 35(22): 4057-4062. [Hu HJ, Han J, Tang QQ, et al. Research on status quo of self-management abilities for fall prevention in elderly in elderly care institutions and its influencing factors[J]. Chinese Nursing Researsh, 2021, 35(22): 4057-4062.] DOI: 10.12102/j.issn.1009-6493.2021.22.021.

6.Kim K, Jung H, Kim CO, et al. Evidence-based guidelines for fall prevention in Korea[J]. Korean J Intern Med, 2017, 32(1): 199-210. DOI: 10.3904/kjim.2016.218.

7.高永祥, 张晋昕. Logistic回归分析的样本量确定[J].

循证医学, 2018, 18(2): 122-124. [Gao YX, Zhang JX. Determination of sample size in Logistic regression analysis[J]. The Journal of Evidence-Based Medicine, 2018, 18(2): 122-124.] DOI: 10.12019/j.issn.1671-5144. 2018.02.015.

8.顾晗昕, 刘洋, 刘远立. 政策工具视角下社区老年人跌倒干预国际比较研究[J]. 中国全科医学, 2023, 26(34): 4231-4238, 4245. [Gu HX, Liu Y, Liu YL. Falls prevention intervention for community-dwelling older adults from the perspective of policy tools：an international comparative study[J]. Chinese General Practice, 2023, 26(34): 4231-4238, 4245.] DOI: 10.12114/j.issn.1007-9572.2023.0092.

9.You L, Deans C, Liu K, et al. Raising awareness of fall risk among Chinese older adults. Use of the Home Fall Hazards Assessment tool[J]. J Gerontol Nurs, 2004, 30(6): 35-42. DOI: 10.3928/0098-9134-20040601-08.

10.陈瑞玲. 跌倒的药源性因素及干预策略[J]. 药品评价, 2019, 16(6): 13-15. [Chen RL. Drug-induced factors of falls and intervention strategies[J]. Pharmaceutical Administration, 2019, 16(6): 13-15, 58.] DOI: 10.3969/j.issn.1672-2809.2019.06.003.

11.翁艳君, 赵豫梅, 刘伟军, 等. 中文版8条目Morisky服药依从性量表在2型糖尿病患者中的信效度评价及应用研究[J]. 中华临床医师杂志(电子版), 2018, 12(8): 445-450. [Weng YJ, Zhao YM, Liu WJ, et al. Reliability and validity of Chinese version of 8-item Morisky medication adherence scale in patients with type 2 diabetes[J]. Chin J Clinicians (Elect-ronic Edition), 2018, 12(8): 445-450.] DOI: 10.3877/cma.j.issn.1674-0785.2018.08.004.

12.Lawton MP, Brody EM. Assessment of older people: self-maintaining and instrumental activities of daily living[J]. Gerontologist, 1969, 9(3): 179-186. https://pubmed.ncbi.nlm.nih.gov/5349366/.

13.Morse JM, Black C, Oberle K, et al. A prospective study to identify the fall-prone patient[J]. Soc Sci Med, 1989, 28(1): 81-86. DOI: 10.1016/0277-9536(89)90309-2.

14.Kaiser MJ, Bauer JM, Ramsch C, et al. Validation of the Mini Nutritional Assessment short-form (MNA-SF): a practical  tool for identification of nutritional status[J]. J Nutr Health Aging, 2009, 13(9): 782-788. DOI: 10.1007/s12603-009-0214-7.

15.赵玉兰, 皮远萍, 唐玲, 等. 精细化管理在肿瘤住院患者跌倒风险管理中的应用[J]. 检验医学与临床, 2017, 14(14): 2121-2124. [Zhao YL, Pi YP, Tang L, et al. The application of refined management by the People's Health Publishing House in the risk management of falls in cancer inpatients[J]. Laboratory Medicine and Clinic, 2017, 14(14): 2121-2124.] DOI: 10.3969/j.issn.1672-9455.2017.14.044.

16.梁运银, 谭秋浓, 甘小燕. 社区综合干预对预防老年慢性病患者跌倒的影响[J]. 齐鲁护理杂志, 2019, 25(9): 78-80. [Liang YY, Tan QN. Effect of comprehensive community intervention on preventing falls in elderly patients with chronic diseases[J]. Journal of Qilu Nursing, 2019, 25(9): 78-80.] DOI: 10.3969/j.issn.1006-7256.2019.09.027.

17.Valderrama-Hinds LM, Al SS, Chen NW, et al. Falls in Mexican older adults aged 60 years and older[J]. Aging Clin Exp Res, 2018, 30(11): 1345-1351. DOI: 10.1007/s40520-018-0950-9.

18.Franse CB, Rietjens JA, Burdorf A, et al. A prospective study on the variation in falling and fall risk among community-dwelling older citizens in 12 European countries[J]. BMJ Open, 2017, 7(6): e15827. DOI: 10.1136/bmjopen-2017-015827.

19.Smith AA, Silva AO, Rodrigues RA, et al. Assessment of risk of falls in elderly living at home[J]. Rev Lat Am Enfermagem, 2017, 25: e2754. DOI: 10.1590/1518-8345.0671.2754

20.王倩倩, 张砚卓, 吴成爱. 中国中老年人群中跌倒的危险因素分析: 基于中国健康与养老追踪调查(CHARLS)数据[J]. 中国老年学杂志, 2019, 39(15): 3794-3799. [Wang QQ, Zhang YZ, Wu CA. Risk factors for falls in middle-aged and elderly populations in China: based on data from the China Health and Elderly Care Longitudinal Survey (CHARLS)[J]. Chinese Journal of Gerontology, 2019, 39(15): 3794-3799.] DOI: 10.3969/j.issn.1005-9202.2019.15.061.

21.齐伯嫣, 常翰玉, 刘丹, 等. 大连市社区老年人跌倒发生及其影响因素[J]. 中国老年学杂志, 2021, 41(13): 2866-2869. [Qi BY, Chang HY, Liu D, et al. Incidence and influencing factors of falls among elderly people in Dalian community[J]. Chinese Journal of Gerontology, 2021, 41(13): 2866-2869.] DOI: 10.3969/j.issn.1005-9202.2021.13.051.

22.Barron RL, Oster G, Grauer A, et al. Determinants of imminent fracture risk in post-menopausal women with osteoporosis[J]. Osteoporos Int, 2020, 31(11): 2103-2111. DOI: 10.1007/s00198-020-05294-3.

23.He J, Xu S, Zhang B, et al. Gut microbiota and metabolite alterations associated with reduced bone mineral density or bone metabolic indexes in postmenopausal osteoporosis[J]. Aging (Albany NY), 2020, 12(9): 8583-8604. DOI: 10.18632/aging.103168.

24.Zeng Q, Li N, Wang Q, et al. The Prevalence of Osteoporosis in China, a Nationwide, Multicenter DXA Survey[J]. Journal of Bone and Mineral Research, 2019, 34(10): 1789-1797. DOI: 10.1002/jbmr.3757.

25.Janakiraman B, Temesgen MH, Jember G, et al. Falls among community-dwelling older adults in Ethiopia; A preliminary cross-sectional study[J]. PLoS One, 2019, 14(9): e221875. DOI: 10.1371/journal.pone.0221875.

26.Tsai Y, Yang P, Yang Y, et al. Prevalence and risk factors of falls among community-dwelling older people: results from three consecutive waves of the national health i-nterview survey in Taiwan[J]. BMC Geriatrics, 2020, 20(1): 529. DOI: 10.1186/s12877-020-01922-z.

27.Rasmussen NH, Dal J, den Bergh JV, et al. Increased risk of falls, fall-related injuries and fractures in people with type 1 and type 2 diabetes - a nationwide cohort study[J]. Curr Drug Saf, 2021, 16(1): 52-61. DOI: 10.2174/1574886315666200908110058.

28.高乐, 李志霞, 杨俊, 等. 胰高血糖素样肽1受体激动剂类降糖药致2型糖尿病患者头疼和眩晕的网状Meta分析[J]. 药物流行病学杂志, 2018, 27(1): 3-9. [Gao L, Li ZX, Yang J, et al. Impact of glucagon-like peptide-1 receptor agonists on headache and dizziness a-mong type 2 diabetes: a network meta-analysis[J]. Chinese Journal of Pharmacoepide-miology, 2018, 27(1): 3-9.] DOI: 10.19960/j.cnki.issn1005-0698.2018.01.002.

29.于普林. 北京市社区老年人跌倒状况研究[D]. 长沙: 中南大学, 2010.

30.侯蔚蔚, 孙爱芳, 万岐江. 老年患者住院期间跌倒风险及相关因素分析[J]. 中国医药导刊, 2019, 21(11): 660-664. [Hou WW, Sun AF, Wan QJ, Analysis of the fall risk and related factors in hospitalized elderly patients[J].Chinese Journal of Medicinal Guide, 2019, 21(11): 660-664.] DOI: 10.3969/j.issn.1009-0959.2019.11.006.

31.范丽凤, 郑亚光, 朱秀勤, 等. 糖尿病患者跌倒及其危险因素研究[J]. 中华护理杂志, 2004, 39(10): 730-734. [Fan LF, Zheng YG, Zhu XQ, et al. Study on falls and its risks factors in patients with diabetes[J]. Chinese Journal of Nursing, 2004, 39(10): 730-734.] DOI: CNKI:SUN:ZHHL.0.2004-10-004.

32.蔺建宇, 张英, 孙超, 等. 镇静催眠药物致老年患者住院期间跌倒的原因分析及对策[J]. 中华老年医学杂志, 2017, 36(6): 627-631. [Lin JY, Zhang Y, Sun C, et al. Analysis of the causes of fall as an adverse event in elderly patients taking sedative or hypnotic drugs and the countermeasures[J]. Chinese Journal of Geriatrics, 2017, 36(6): 627-631.] DOI: 10.3760/cma.j.issn.0254-9026. 2017.06.006.

33.Torii H, Ando M, Tomita H, et al. Association of hypnotic drug use with fall incidents in hospitalized elderly patients: a case-crossover study[J]. Biol Pharm Bull, 2020, 43(6): 925-931. DOI: 10.1248/bpb.b19-00684.

34.Avin KG, Hanke TA, Kirk-Sanchez N, et al. Management of falls in community-dwelling older adults: clinical guidance statement from the Academy of Geriatric Physical Therapy of the American Physical Therapy Association[J]. Phys Ther, 2015, 95(6): 815-834. DOI: 10.2522/ptj.20140415.

35.Osman A, Kamkar N, Speechley M, et al. Fall risk-increasing drugs and gait performance in community-dwelling older adults: a systematic review[J]. Ageing Res Rev, 2022, 77: 101599. DOI: 10.1016/j.arr.2022.101599.

36.刘久红, 郭琪. 长期服用镇静催眠药产生依赖性23例[J]. 中国药师, 2005, 8(6): 520. [Liu JH, Guo Q. 23 cases of dependence caused by long term taking sedative and hypnotic drugs[J]. China PharmaCist, 2005, 8(6): 520.] DOI: 10.3877/cma.j.issn.1674-0785.2018.08.004.

37.Berry SD, Kiel DP. Treating hypertension in the elderly: should the risk of falls be part of the equation?[J]. JAMA Intern Med, 2014, 174(4): 596-597. DOI: 10.1016/j.arr.2022.101599.

38.Pit SW, Byles JE, Henry DA, et al. A quality use of medicines program for general practitioners and older people: a cluster randomised controlled trial[J]. Med J Aust, 2007, 187(1): 23-30. DOI: 10.5694/j.1326-5377.2007.tb01110.x.

39.Zia A, Kamaruzzaman SB, Tan MP. The consumption of two or more fall risk-incr-easing drugs rather than polypharmacy is associated with falls[J]. Geriatr Gerontol Int, 2017, 17(3): 463-470. DOI: 10.1111/ggi.12741.

40.张亚同, 车宁, 邱蕾. 中国老年人用药管理评估技术应用共识(草案)[J]. 中国老年保健医学, 2019, 17(4): 16-19. [Zhang YT, Che N, Qiu L. Consensus on the application of medi-cation management evaluation technology for the elderly in China (draft)[J]. Chinese Geriatric Health Medicine, 2019, 17(4): 16-19.] DOI: 10.3969/j.issn.1672-2671.2019.04.004.

41.Dillon P, Smith SM, Gallagher PJ, et al. Association between gaps in antihypertens-ive medication adherence and injurious falls in older community-dwelling adults: a prospective cohort study[J]. BMJ Open, 2019, 9(3): e22927. DOI: 10.1136/bmjopen-2018-022927.

42.王鹏, 边萌, 王青, 等. 老年患者潜在不适当用药与跌倒的相关性[J]. 中华老年多器官疾病杂志, 2019, 18(2): 117-121. [Wang P, Bian M, Wang Q, et al. Association of potentially inappropriate medications with falls in elderly patients[J]. Chinese Journal of Multiple Organ Diseases in the Elderly, 2019, 18(2): 117-121.] DOI: 10.11915/j.issn.1671-5403.2019.02.022.

43.Hagger MS, Hardcastle SJ, Hu M, et al. Effects of medication, treatment, and behavioral beliefs on intentions to take medication in patients with familial hypercholesterolemia[J]. Atherosclerosis, 2018, 277: 493-501. DOI: 10.1016/j.atherosclerosis.2018.06.010.

44.Chen L, Wen Y, Zhang J, et al. Prediction of radiotherapy response with a 5-microRNA signature-based nomogram in head and neck squamous cell carcinoma[J]. Cancer Med, 2018, 7(3): 726-735. DOI: 10.1002/cam4.1369.