目的:研究COPD患者發(fā)生跌倒的危險因素,構建COPD患者跌倒風險的預測模型。方法:利用便利抽樣法,于2016年9月-2017年8月選取某三甲醫(yī)院呼吸科和老年病科住院的COPD患者455名作為研究對象。通過對入院3天內(nèi)的COPD患者發(fā)放調(diào)查問卷及進行患者平衡能力的測試,以接受調(diào)查為時間起點,6個月后進行隨訪,統(tǒng)計研究對象6個月內(nèi)是否發(fā)生跌倒。用SPSS22.0進行數(shù)據(jù)分析,計量資料用均數(shù)加減標準差表示,計數(shù)資料使用例數(shù)和百分比表示。COPD患者發(fā)生跌倒的影響因素研究及模型建立使用單因素和多因素Logistic回歸分析,變量篩選采用向后逐步回歸,α_入=0.05,α_出=0.10。Logistic回歸多重共線性問題,根據(jù)經(jīng)驗高度相關的變量只放一個有代表性的或者綜合指數(shù)較高的。結(jié)果:1)總共發(fā)放460份問卷,回收率為100%,無效問卷為5份,有效率為98.9%,455例COPD患者全部完成測試,455例COPD患者中有73例發(fā)生跌倒,跌倒發(fā)生率為16%。2)本研究通過單因素分析得出:COPD患者的性別(p=0.044)、年齡(p0.01)、婚姻狀況(p0.01)、民族(p0.01)、是否有輔助器械(p0.01)、近6個月的跌倒史(p0.01)、聽力(p0.01)、視力(p0.01)、夜間尿頻(p0.01)、有無陪員(p0.01)、合并癥(p0.01)、文化程度(p0.01)、自理能力(ADL)(p0.01)、平衡能力(Brief-BESTest)(p0.01)、抑郁(p0.01)、焦慮(p0.01)和缺氧程度(p0.01),p值均小于0.05,在跌倒與未跌倒COPD患者之間差異具有統(tǒng)計學意義,是COPD患者跌倒的影響因素,吸煙(p=0.146)在跌倒與未跌倒COPD患者之間差異無統(tǒng)計學意義。3)Logistic回歸顯示:年齡、近6個月跌倒史、缺氧程度、自理能力(ADL)、平衡能力(Brief-BESTest)和抑郁是COPD患者發(fā)生跌倒的影響因素,同時構建了預測COPD患者發(fā)生跌倒風險的模型。結(jié)論:本研究得出COPD患者跌倒的風險因素是多方面的,包括:年齡、近6個月的跌倒史、自理能力(ADL)、平衡能力(Brief-BESTest)、缺氧程度和抑郁。本研究得出的預測模型需和Morse評估表一起進行使用,評估COPD患者的跌倒風險。未來研究希望能將缺氧程度和平衡能力(Brief-BESTest)預COPD患者跌倒的能力進行研究;可將缺氧程度等信息整合到Morse評估表,對其進行重新整理,得出對COPD患者具有針對性的跌倒風險評估工具,為臨床提供實施依據(jù),切實而詳細的評估COPD患者跌倒的風險,制定具有針對性的預防跌倒措施,預防COPD患者跌倒不良事件的發(fā)生。
【學位單位】：蘭州大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R473.5
【文章目錄】：
中文摘要
Abstract
縮略語表
第一章 前言
    1.1 跌倒
    1.2 COPD患者跌倒
第二章 研究對象及方法
    2.1 研究對象
    2.2 研究方法
    2.3 樣本量計算
    2.4 資料收集
    2.5 質(zhì)量控制
    2.6 統(tǒng)計方法
第三章 結(jié)果
    3.1 一般資料
    3.2 COPD患者發(fā)生跌倒的單因素分析
    3.3 COPD 患者發(fā)生跌倒的多因素分析
    3.4 構建 COPD 患者跌倒風險的預測模型
第四章 討論
    4.1 社會人口學資料
    4.2 Logistic回歸結(jié)果
    4.3 構建 COPD 患者跌倒風險預測模型的意義
第五章 結(jié)論
    5.1 本研究的創(chuàng)新之處與缺陷
    5.2 展望
    5.3 小結(jié)
參考文獻
在學期間的研究成果
致謝
附錄

【相似文獻】

相關期刊論文 前10條

1 李亞男;;一種拓展的灰色預測模型病態(tài)性研究[J];仲愷農(nóng)業(yè)工程學院學報;2018年03期

2 甘祥前;任超;劉林波;劉中流;;一種馬爾可夫的非等間距多點灰色預測模型[J];測繪科學;2018年11期

3 凌云;王建東;;淺析4~#高爐的爐缸侵蝕預測模型[J];南鋼科技與管理;2007年03期

4 周媛;葉燁;王新彥;周宏根;王筱蓉;;零轉(zhuǎn)彎半徑割草機連續(xù)翻滾特性參數(shù)化預測模型[J];農(nóng)機化研究;2018年01期

5 王偉卿;;灰色預測模型在預測話音網(wǎng)關故障中的研究與應用[J];計算機測量與控制;2016年11期

6 黃冠;;應用預測模型對云南省2020年生產(chǎn)總值的預測[J];科技創(chuàng)新導報;2016年32期

7 韓文倩;;灰色預測模型在山東省保費預測中的應用[J];保險職業(yè)學院學報;2017年01期

8 楊萌;;基于灰色預測模型的山西省批發(fā)零售業(yè)人員需求分析[J];數(shù)學的實踐與認識;2017年04期

9 崔劍;巴合提努爾·巴贊;李書欽;;燒結(jié)過程SO_2排放預測模型研究[J];資源節(jié)約與環(huán)保;2017年08期

10 張春濤;關文忠;劉學飛;;混沌時間序列的2階預測模型[J];數(shù)學的實踐與認識;2016年05期

相關博士學位論文 前10條

1 黃登高;用于公交車輛行駛油耗優(yōu)化的工況預測模型及其自學習策略[D];天津大學;2017年

2 王美萍;城鎮(zhèn)供熱系統(tǒng)層級熱量結(jié)算點中短期熱負荷預測方法研究[D];太原理工大學;2017年

3 王冬光;控制技術在投資預測模型建立中的應用研究[D];哈爾濱工程大學;2005年

4 張麗峰;中國能源供求預測模型及發(fā)展對策研究[D];首都經(jīng)濟貿(mào)易大學;2006年

5 王現(xiàn)寧;空間混頻預測模型及其應用研究[D];重慶大學;2016年

6 畢玉革;北方干寒地區(qū)日光溫室小氣候環(huán)境預測模型與數(shù)字化研究[D];內(nèi)蒙古農(nóng)業(yè)大學;2010年

7 程翔;基于本體數(shù)據(jù)庫的多標簽預測模型及生物醫(yī)藥數(shù)據(jù)挖掘研究[D];東華大學;2017年

8 王養(yǎng)忠;糖尿病視網(wǎng)膜病變發(fā)展影響因素及進展預測模型臨床研究[D];北京中醫(yī)藥大學;2016年

9 沈巍;建立股指波動預測模型的方法研究及應用[D];華北電力大學（北京）;2011年

10 張麗;牦牛肉用品質(zhì)特性及近紅外預測模型和產(chǎn)量等級系統(tǒng)的研究[D];中國農(nóng)業(yè)科學院;2015年

相關碩士學位論文 前10條

1 王雅靜;對食品、農(nóng)藥的光譜技術預測模型的研究[D];上海師范大學;2018年

2 楊敏杰;基于灰色馬爾可夫的氣陰兩虛型慢性腎臟病中醫(yī)療效預測模型的設計與構建[D];北京中醫(yī)藥大學;2018年

3 卜國卿;網(wǎng)絡流量異常檢測技術研究與實現(xiàn)[D];電子科技大學;2018年

4 潘汝池;剖宮產(chǎn)術后再次妊娠陰道試產(chǎn)預測模型的研究[D];大連大學;2018年

5 任春霞;社會網(wǎng)中個體行為預測模型的研究[D];黑龍江大學;2018年

6 李剛;基于神經(jīng)網(wǎng)絡的土壤墑情預測模型的研究[D];北京郵電大學;2018年

7 敬濤;非小細胞肺癌淋巴結(jié)轉(zhuǎn)移的研究及預測模型的建立[D];蘭州大學;2018年

8 金靜;慢性阻塞性肺疾病患者跌倒風險因素分析及預測模型的構建[D];蘭州大學;2018年

9 劉戰(zhàn)嬴;胰十二指腸切除術后B/C級胃排空延遲風險預測模型的建立與驗證[D];南昌大學;2018年

10 沙靖嵐;基于LightGBM與XGBoost算法的P2P網(wǎng)絡借貸違約預測模型的比較研究[D];東北財經(jīng)大學;2017年

本文編號：2835415