Cieľ: V súbore pa cientov s neurologickým ochorením identit- kovať významné rizikové faktory pádu a posúdiť ich predikčnú hodnotu. Súbor a metodika: Do prospektívnej štúdie bolo zaradených 298 hospitalizovaných pacientov. Rizikové faktory pádu boli zisťované analýzou zdravotnej dokumentácie, výšku rizika pádu určil skríning podľa Morse Fall Scale (MFS) prijatí na hospitalizáciu. Na identifikáciu významných rizikových faktorov pádu bol použitý mnohorozmerný logistický regresný model. Relatívne riziko pádu bolo kvantifikované pomocou odds ratio (OR). Na posúdenie predikčnej hodnoty vybraných rizikových faktorov pádu bola použitá receiver operat ing characteristic (ROC) krivka so zhodnotením plochy pod krivkou (area under curve; AUC). Výsledky: V súbore pa cientov (n = 298) k najpočetnejším rizikovým faktorom pádu patrili: porucha chôdze, rovnováhy a hybnosti (80,9 %), farmakoterapia (57,0 %), pridružené ochorenie (52,7 %) a porucha zraku (52,3 %). Priemerné skóre rizika pádu bolo na úrovni stredného rizika (MFS skóre 44,2 ± 21,2). Najvyššie riziko pádu bolo zaznamenané pri rizikových faktoroch: pridružené ochorenie (OR = 5,452; CI 1,693– 20,033; p = 0,007), medicínska diagnóza G35– G37 (OR = 4,597; CI 1,273– 17,481; p = 0,021), porucha zraku (OR = 3,494; CI 1,281– 10,440; p = 0,019), výška rizika pádu podľa MFS pri príjme (OR = 1,18; CI 1,135– 1,252; p < 0,001). Predikčná hodnota rizikových faktorov vyjadrená ROC krivkou bola AUC = 0,934. Záver: Identifi kácia rizikových faktorov pádu je prvým krokom v účinnej prevencii tejto nežiaducej udalosti počas hospitalizácie. Cielený skríning rizika pádu umožní naplánovať a implementovať intervencie na minimalizáciu rizika pádu.

Aim: To identify significant fall risk factors in in-patients with neurological disease and to as sess their predictive value. Patients and methods: 298 in-patients were included into the prospective study. Fall risk factors were as ses sed through analysis of medical records, and fall risk score was identified through the Morse Fall Scale (MFS) screening during admis sion to the hospital. A multidimensional logistic regres sion model was used to identify significant fall risk factors. The relative risk of falling was quantified us ing the odds ratio (OR). Receiver operat ing characteristic (ROC) curve with area under the curve (AUC) was used to as sess the predictive value of selected fall risk factors. Results: The most frequent fall risk factors were in the sample (N = 298): gait, balance and mobility disorders (80.9%), pharmacother apy (57.0%), associated dis ease (52.7%), and visual impairment (52.3%). The average fall risk score was at medium risk level (MFS score of 44.2 ± 21.2). The highest risk of fal l ing was seen in risk factors: associated dis ease (OR = 5.452; CI 1.693– 20.033; P = 0.007), medical dia gnosis G35–G37 (OR = 4.597, CI 1.273–17.481; P = 0.021), visual impairment (OR = 3.494; CI 1.281– 10.440; P = 0.019), and fall risk level according to the MFS at admis sion (OR = 1.18; CI 1.135– 1.252; P < 0.001). The predictive value of risk factors expres sed by the ROC curve was AUC = 0.934. Conclusions: Identifying fall risk factors is the fi rst step in effective prevent ion of this adverse event during hospitalization. Targeted fall risk screen ing will al low plan n ing and implementation of interventions to minimize the risk of falling.

Martinské centrum pre biomedicínu Jesseniova LF UK v Martine Slovensko

Ústav ošetrovateľstva Jesseniova LF UK v Martine Slovensko

Significant fall risk factors in the personal history of in-patients with neurological disease

Citace poskytuje Crossref.org