社区老年人行走步态特征的影响因素研究

发布时间：2020-07-24 09:25

【摘要】：目的调查社区老年人常速行走和双重任务行走步态特征,并探索多项影响因素对其步态特征的作用效果,为临床上进行步态异常危险人群的早期筛查和跌倒预防提供科学的参考依据。方法本研究运用横断面调查的方法,于2015年9月~2016年6月方便抽取合肥市3所社区268名老年人作为研究对象,采用一般情况调查表、Barthel指数、简易智能状态检查量表、多传感器便携式步态分析仪IDEEA Life Gait等调查工具,分别收集社区老年人的人口学统计资料、健康状况、日常生活自理能力、认知状况、手握力、计时起立行走测试、常速行走和双重任务行走两种测试情况下的步态参数值等。采用Epi Data3.1进行数据录入,SPSS16.0软件进行统计学分析。运用单因素分析、相关性分析和多元回归分析探索多项影响因素对步态参数的作用效果。结果本次调查中,排除10份量表填写不完整者及6人步态测试失败者,最终252份问卷有效(有效回收率为94.03%)。在252名社区老年人中,男性126例(50.0%),女性126例(50.0%),平均年龄为(72.4±7.0)岁。社区老年人常速行走测试时步态周期时间(1.07±0.12)s、步速(66.74±13.11)m/min、步频(114.37±11.38)steps/min、步长(0.58±0.08)m与步幅(1.15±0.15)m,双重任务行走测试时步态周期时间(1.33±0.28)s、步速(51.75±14.14)m/min、步频(95.34±16.77)steps/min、步长(0.54±0.08)m与步幅(1.06±0.17)m。与常速行走测试相比,社区老年人在双重任务行走时步态周期时间变长、步速与步频变慢、步长与步幅变短(均p0.05)。同时,这些步态参数分别在不同性别、居住方式、婚姻状况、文化程度、运动锻炼、体质指数、服药种类、害怕跌倒、过去1年跌倒史、MMSE得分、年龄、患病种类、身高、体重、Barthel指数、手握力与TUGT方面差异有统计学意义(均p0.05)。多元回归分析结果显示,社区老年人常速行走测试步态特征主要的影响因素是性别、年龄、身高、体重、服药种类、手握力与TUGT(均p0.05)。同时,社区老年人双重任务行走测试步态特征主要的影响因素是性别、年龄、身高、服药种类、手握力与TUGT(均p0.05)。结论本研究揭示了第二项任务的增加会使社区老年人行走步态性能变差,同时性别、年龄、身高、体重、服药种类、手握力与TUGT皆会对社区老年人常速行走与双重任务行走测试步态特征产生一定的影响;通过智能化可穿戴式步态分析仪能定量、客观地测量老年人群的步态参数,为步态异常危险人群的早期筛查及干预、跌倒预防提供重要补充与客观依据;提示社区医务人员要定期评估老年人群的步态特征,并进行动态监测,加强其肌肉力量和平衡能力训练,指导其合理、正确服用药物,以提高该人群的健康水平和生活质量,为当下老龄化社会进一步破解老年健康难题提供参考依据。
【学位授予单位】：安徽医科大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：R473.2
【图文】：

图 1 步态周期各阶段示意图Fig. 1 Gait phases in a normal gait cycle目前，人类步态研究最常用的检查方法是步态分析（gait analysis），即研究人员运用定性和（或）定量分析法，对人类行走时的肢体和关节活动进行观察、测量和分析，提供出一系列运动学、动力学等步态参数和图表，从而评估和描述其步态特征[10-11]。其中，定性分析法，也称目测分析法，是医生通过肉眼观察受试者行走时的步态特征，再结合自己的临床经验和专业知识，得出初步诊断，然而该结果容易受到测试者的主观因素影响，导致准确性较差。而定量分析法，是运用精密的步态分析仪器测量和分析受试者的步态，通过配套的软件分析获得定量、客观的步态参数值，能够科学地描述人类行走时的步态特征，是目前最常用的步态分析方法[12]。步态分析起源于 19 世纪末，所用的测量仪器由最初的卷尺、秒表、量角器等简单的工具，随着现代科技的飞速发展，目前已演变为各种二维

【相似文献】

相关期刊论文 前10条

1 胡雪艳,恽晓平;步态分析在临床中的应用[J];中国康复理论与实践;2003年11期

2 门洪学;张国栋;吴其常;卞传华;李晓光;;靴式步态系统的研制与206名正常青年人步态分析[J];小儿麻痹研究;1990年02期

3 ;《临床实用步态分析学》[J];中国康复医学杂志;1993年06期

4 ;新书介绍——临床实用步态分析学[J];骨与关节损伤杂志;1993年04期

5 ;98篇有关步态分析的文献信息(续前)(英文)[J];国外医学(物理医学与康复学分册);1998年04期

6 张福金;临床步态分析[J];国外医学(物理医学与康复学分册);1999年03期

7 张瑞红,王人成,金德闻,张济川;不同路况下的人体步态微机检测[J];现代康复;2000年05期

8 吴文;异常步态模仿演示在步态分析教学中的价值[J];中国康复;2001年01期

9 宋兰欣;步态分析在神经系统疾病患者康复中的应用[J];中国临床康复;2005年29期

10 孙嘉利;唐丹;钟世镇;;三维步态分析的研究与应用[J];中国组织工程研究与临床康复;2007年05期

相关会议论文 前10条

1 张丽艳;高艳凤;王振玲;;偏瘫病人的步态分析[A];中国康复医学会第三次康复治疗学术大会论文汇编[C];2002年

2 王连成;许世波;;步态分析测试在老年人跌到风险评估中的应用[A];中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编[C];2011年

3 岳雨珊;俞君;朱毅;;三维步态分析的研究进展及其局限性[A];首届全国脑外伤治疗与康复学术大会论文汇编（下）[C];2011年

4 朱波;王志彬;;步态分析方法在临床治疗与康复中的应用[A];第11届全国中西医结合骨伤科学术研讨会论文汇编[C];2003年

5 曾仁迪;陈德请;李世文;;红外光技术于步态分析上的应用[A];2005年海峡两岸三地无线科技学术会论文集[C];2005年

6 程枭;;常见中枢性运动控制障碍异常步态的分析与训练[A];2013浙江省物理医学与康复学学术年会暨第八届浙江省康复医学发展论坛论文集[C];2013年

7 黄燕平;范昕;;谈步态分析[A];第12届全国运动生物力学学术交流大会论文汇编[C];2008年

8 侯来永;谢欲晓;孙启良;;偏瘫患者异常步态的矫正训练[A];第四届全国康复治疗学术大会论文摘要汇编[C];2004年

9 赵国如;任露泉;田丽梅;;人体步态信息测量方法及其工程应用前景探讨[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集（上册）[C];2006年

10 李岩;顾旭东;姚云海;吴华;李辉;王伟;;骨盆强化训练对偏瘫患者步态的影响[A];中国康复医学会脑血管病专业委员会换届暨第十五次全国脑血管病康复学术年会、湖南省康复医学会神经康复专业委员会2012学术年会论文集[C];2012年

相关重要报纸文章 前1条

1 杨力勇 吴玉玺;神经疾病步态分析技术获突破[N];健康报;2006年

相关博士学位论文 前10条

1 朱世兵;基于迁移行为、食性分析的貂熊冬季生境利用和评价[D];东北林业大学;2015年

2 韩云峰;楔形平面及鞋垫对直立及步态中下肢生物力学的影响[D];北京体育大学;2016年

3 苏海龙;步态失稳行为机理及其综合评价性态指标研究[D];天津大学;2013年

4 赵凌燕;人体步态模型实验研究[D];哈尔滨工程大学;2008年

5 余联庆;仿马四足机器人机构分析与步态研究[D];华中科技大学;2007年

6 马勤勇;基于步态的身份识别研究[D];浙江大学;2008年

7 邹晓峰;士兵在负重行军时步态的生物力学特征[D];北京体育大学;2010年

8 熊然;全膝关节置换术后三维步态分析与个性化多体动力学建模初步探索[D];第三军医大学;2017年

9 姚志明;基于步态触觉信息的身份识别研究[D];中国科学技术大学;2010年

10 李轶;基于步态与人脸融合的远距离身份识别关键技术研究[D];天津大学;2011年

相关硕士学位论文 前10条

1 赵爽宇;四足仿生机器人步态控制与切换策略分析[D];电子科技大学;2014年

2 季冉;基于惯性传感器的步态测量方法研究与实现[D];大连理工大学;2015年

3 宋佃成;异构双腿行走机器人步态对称性与步态模式研究[D];东北大学;2013年

4 刘亚平;7～12岁儿童步态动作发展特征研究[D];河北师范大学;2016年

5 李慧敏;基于机器视觉的步态模式识别与步态对称性研究[D];东北大学;2014年

6 顾琳燕;基于步态分析的运动康复评价方法研究[D];浙江大学;2016年

7 余俊飞;基于人体脚部静电的膝关节受限步态分析与分类识别[D];北京理工大学;2016年

8 苟欢;下肢外骨骼机器人步态检测系统研究[D];北京林业大学;2016年

9 李茜楠;基于Kinect的异常步态检测[D];山东大学;2016年

10 司莹;基于足底压力的坡道步态失稳自适应平衡研究[D];天津科技大学;2015年

本文编号：2768641