Czynniki zwiększające ryzyko upadku wśród hospitalizowanych pacjentów z chorobami neurologicznymi – analiza poupadkowa

Wstęp
Analiza poupadkowa czynników ryzyka upadku stanowi skuteczny środek zmniejszania ryzyka wystąpienia zdarzeń tego rodzaju u hospitalizowanych pacjentów. Cel pracy: Określenie istotnych czynników ryzyka upadku u pacjentów z chorobami neurologicznymi, u których wystąpił upadek w okresie hospitalizacji.

Materiał i metody
Do retrospektywnego, przekrojowego badania ilościowego włączono 40 dorosłych pacjentów hospitalizowanych na oddziale neurologicznym od stycznia 2014 r. do stycznia 2020 r., u których wystąpił upadek. W protokole badania uwzględniono wybrane czynniki ryzyka upadku, skalę upadków Morse’a (MFS) oraz skalę podstawowych czynności życia codziennego (ADL) Barthel. Do identyfikacji istotnych czynników ryzyka upadku wykorzystano metodę lasu losowego (random forest). Wartość predykcyjną poszczególnych czynników ryzyka upadku oszacowano z zastosowaniem krzywej ROC z polem powierzchni pod krzywą (AUC).

Wyniki
Średni wiek w próbie badanej wynosił 70,5 ±15,2 roku. Ustalono, że do najczęstszych czynników ryzyka upadku należały: zaburzenia chodu, równowagi i ogólnie mobilności, wielochorobowość (≥ 5 rozpoznań) oraz polifarmakoterapia (≥ 5 klas leków). Średni wynik pacjentów w skali MFS był wysoki (75,8 ±26,6), a po upadku odnotowano jego dalszy wzrost (97,8 ±22,5). Stwierdzono częściową zależność ryzyka od mediany wyniku w skali ADL Barthel zarówno w grupie, w której wystąpił upadek, jak i w grupie bez upadku w wywiadzie. Metodą random forest zidentyfikowano istotne predyktory ryzyka upadków w grupach z upadkiem i bez upadku w wywiadzie: lęk przed upadkiem, liczba leków przyjmowanych w ciągu doby, stopień samodzielności oraz ryzyko upadku przy przyjęciu do szpitala. Wartość predykcyjna czynników ryzyka upadku na podstawie krzywej ROC wyniosła AUC = 0,842.

Wnioski
Określenie istotnych czynników ryzyka upadku na podstawie analizy poupadkowej powinno prowadzić do rewizji procedur szpitalnych pod kątem zapobiegania takim zdarzeniom.



Introduction
Post-fall analysis of fall risk factors is an effective intervention in minimizing the fall risk in inpatients. Aim of the research: To identify significant fall risk factors in patients with neurological disease, who fell during hospitalization.

Material and methods
Forty adult inpatients were included in a retrospective quantitative cross-sectional study, who fell in the neurological department in the period 01/2014–01/2020. The research protocol contains selected fall risk factors, the Morse Fall Scale (MFS), and the Barthel ADL Index. The Random Forest method was used to identify significant fall risk factors. ROC with AUC was used to assess the predictive value of fall risk factors.

Results
The mean age of the sample was 70.50 ±15.20 years. The most common fall risk factors in the sample included the following: gait, balance and mobility disorders, polymorbidity ≥ 5 medical diagnoses, and polypharmacotherapy ≥ 5 drug classes. The mean MFS score was high (75.8 ±26.6), and the after-fall MFS score increased (97.8 ±22.5). The median score of the Barthel ADL Index indicated partial dependency in groups with and without fall in their history. The Random Forest identified significant falls risk predictors between the groups with and without fall in their history: fear of falling, number of drugs taken in 24 h, level of independence, and fall risk during admission. The predictive value of fall risk factors expressed by ROC curve was AUC = 0.842.

Conclusions
The identification of significant factors in the after-fall analysis should lead to a revision of work procedures aimed at their prevention.