郝石盟，汪靚，郭文博

0 引言

截至2022 年，中國65 歲以上人口占到總人口數的14.2%，標志著我國正式由“老齡化社會”步入“老齡社會”[1]。跌倒在老年人群中發(fā)生率較高，是老年人最常見的傷害事件。跌倒是我國65 歲及以上老年人因傷害死亡的首位原因，是導致老年人創(chuàng)傷性骨折的第一位原因，也是老年人因傷到醫(yī)療機構就診的首要原因[2]。跌倒作為影響老年人健康及獨立生活的危險因素，近年來得到了醫(yī)療護理學、運動康復學、神經科學、認知科學、人因工程學和建成環(huán)境科學等多學科領域研究人員的廣泛關注。

老年人跌倒風險受內在個體因素和外部環(huán)境因素的共同影響。其中內在個體因素包括由于衰老或者其他疾病因素導致的姿勢控制能力下降、感官退化和認知障礙等；外部環(huán)境因素中和建成環(huán)境相關的風險因素包括地面存在高差、臺階尺寸不當、缺少安全扶手、地面材料不防滑、照明條件不佳等，不恰當的室內外環(huán)境設計可能會極大地增加老年人跌倒的風險。隨著年齡的增長，老年人的活動范圍主要在家中，研究指出老年人跌倒54.22%發(fā)生于室內[3]。如何有效識別建成環(huán)境中的跌倒風險因素、提前預估老年人跌倒風險并及時作出干預、建立高信效度的跌倒風險因素預測和評估體系，已成為適老環(huán)境研究中的重要內容。

本研究選取建成環(huán)境中老年人跌倒風險因素研究為綜述對象，對近年來國內外相關研究的關注點及研究趨勢、學科領域分布及重點研究內容等進行了系統(tǒng)分析，梳理了當前研究中所關注群體特征、跌倒風險因素的分類、跌倒風險評估工具和生物力學參數的選取，并對與老年人跌倒風險因素相關研究未來關注點進行展望，以期為今后開展相關研究提供證據基礎和經驗總結，促進以降低環(huán)境跌倒風險為目標的適老環(huán)境設計。

1 方法

1.1 文獻檢索與篩選

本研究選取中國知網、萬方數據、Science Direct、Web of Science、PubMed、Scopus 和 IEEE Xplore 等數據庫，對建成環(huán)境中老年人跌倒風險因素的相關研究進行文獻檢索，檢索涉及的中、英文關鍵詞如表1 所示。

表1 關鍵詞維度

檢索過程中根據不同數據庫的檢索式標準對上表關鍵詞進行組合。如英文數據庫Web of Science 中需使用布爾運算符連接關鍵詞，同義關鍵詞通過OR 關聯成組，不同分類下的關鍵詞和關鍵詞組由AND 連接，當以 “主題” 為檢索字段時，TS=((gait OR balance) AND (hazards OR ＂environmental factors＂ OR ＂extrinsic factors＂) AND (fall*) AND (＂the elderly＂ OR ＂the older＂ OR＂senior＂)) 為有效高級檢索式。在中文數據庫CNKI 中，同樣以“主題”為檢索字段，根據專業(yè)檢索式標準，SU=(“老人”+“老年人”)*(“跌倒”+“摔倒”)*“環(huán)境因素”為有效檢索方式。

除上述方式外，本研究也將相關度較高的文獻作為檢索字段進行檢索，在其引證文獻和參考文獻中獲取補充文獻，以確保檢索過程更加科學和全面。

文獻篩選過程中遵循的規(guī)則和原因如下：（1）文獻發(fā)表時間在2011-2023 年之間，以確保文獻量足夠并具有一定的時效性；（2）重點納入實驗性定量研究，排除橫斷面及前瞻性等描述性研究，這是因為描述性定量研究中，研究人員一般通過封閉問卷的形式收集受試者樣本中的數據，規(guī)模較大，研究方法較為局限，周期同實驗室環(huán)境下的實驗性定量研究相比更長，不能滿足本研究對研究工具和參數等數據的提取需求；（3）文獻中需有明確的實驗流程和生物力學相關的指標描述，以此判斷研究人員選取的研究工具和方法；（4）研究內容需涉及建成環(huán)境中的跌倒風險要素，與本研究的主題契合；（5）排除摘要、報刊和未正式發(fā)表等文獻類型；（6）排除實驗設計存在明顯缺陷，實驗不完整或者數據質量低的文獻。

1.2 檢索結果與分析

依據前文所述的檢索方法，共檢索出1690 篇文獻，剔除重復文獻794 篇，遵循篩選規(guī)則，根據標題和摘要初步篩選出112 篇符合要求的文獻后逐篇進行全文質量檢查，其中有兩篇文獻在實驗流程和研究內容上雷同，但不屬于同一機構和作者，因此在復篩階段排除。最終篩選出54 篇符合篩選標準和數據提取要求的文獻納入綜述范圍（圖1），其中95%為學術期刊論文。

1 文獻篩選流程

進一步通過引文空間工具（CiteSpace），對納入的所有文獻進行關鍵數據和字段提取，并從3 個方面對文獻進行綜合分析：（1）當前研究中的學科領域分布和所關注群體的特征；（2）當前文獻中涉及的研究方向以及研究范式；（3）用于評估跌倒風險因素的工具和參數選取。在此基礎上，對這一領域的研究現狀和趨勢進行總結和展望。

2 文獻分析結果

2.1 研究趨勢分析

為了解近10 年與建成環(huán)境相關的老年人群跌倒風險因素研究的整體趨勢，在文獻納入過程中，將在Web of Science 及CNKI 數據庫中以TS=((hazards OR ＂environmental factors＂ OR＂extrinsic factors＂) AND (fall*) AND (＂the elderly＂ OR ＂the older＂ OR ＂senior＂)) 和SU=(“老人”+“老年人”)*(“跌倒”+“摔倒”)*“環(huán)境因素”為檢索式進行檢索后得到的315 篇國外文獻和74篇國內文獻分別做可視化分析后發(fā)現，與建成環(huán)境相關的老年人群跌倒風險因素研究整體熱度呈逐年上升趨勢，特別是2018 年以來，國外相關領域的研究數量增幅顯著，國內研究有所增加，國內外總發(fā)文量呈上升趨勢。其中，基于生物力學分析工具的跌倒研究近年來受到中外學者更廣泛的關注。但國內在這一領域的研究數量相比于國外較少，研究人員應繼續(xù)增加對老年人跌倒風險研究的重視度，逐漸縮小這一差距（圖2）。

2 2011-2023年國內外研究數量變化

2.1.1 研究熱點及學科領域分布

通過對納入文獻進行主題和關鍵詞聚類分析，得到目前與建成環(huán)境中跌倒風險因素研究相關的熱點（圖3）。圖中的節(jié)點大小和被引用次數相關，節(jié)點越大相關度越高?！翱纱┐魇絺鞲衅鳌薄皺C器學習” “帕金森病” “多發(fā)性硬化癥” “步態(tài)分析”為排序前五的研究熱點。其中，0 號聚類“可穿戴式傳感器”、4 號聚類“步態(tài)分析”，以及1 號聚類“機器學習”表明在研究方法和工具方面，利用可穿戴式傳感器進行姿態(tài)采集，并結合機器學習等手段建立風險評估模型或步態(tài)分析系統(tǒng)的方法已經被較多研究采納；2 號聚類“帕金森病”、3 號聚類“多發(fā)性硬化癥”、7 號聚類“姿態(tài)穩(wěn)定性”和10 號聚類“平衡康復”，表明目前在導致跌倒風險的個體因素方面，特殊疾病人群姿態(tài)穩(wěn)定性以及平衡康復過程是一個重要的研究方向；5 號聚類“社區(qū)住宅”和9 號聚類“跌倒風險”說明在眾多建成環(huán)境類型中，社區(qū)住宅中跌倒風險因素得到了較多的關注。

3 文獻共被引的聚類分析圖譜

通過期刊雙圖疊加圖譜可以看出文獻的學科領域分布（圖4）。圖中左側代表了納入文獻所在期刊的主要學科，右側是這些文獻所對應的引文文獻所在期刊的學科分布，顯示出了該領域研究的強學科交叉屬性。和建成環(huán)境跌倒風險相關的研究主要發(fā)表在醫(yī)學、護理學、運動健康、神經學以及心理學領域，并且在運動和醫(yī)學領域的研究最為集中；與老年人跌倒風險相關的個體因素的基礎性研究主要來源于運動健康、護理學以及醫(yī)學領域，同時緊密結合心理學研究方法及范式，用以評估與跌倒相關的恐懼、焦慮、壓力情緒；在運動與康復領域中，顯示出了與生物力學和神經學研究的領域交叉，可能是因為生物力學工具有助于更好地探究人體的運動機制，在康復機理的研究領域，和神經科學領域相結合的研究也更具解釋力；隨著研究人員對老年人視覺衰退過程中跌倒風險增加關注度的提高，結合神經科學、眼科學和視覺認知領域的研究內容逐漸增多，當前該領域的研究也呈現出與心理學、社會學和運動康復等領域的學科交叉特征；和跌倒風險相關的研究從醫(yī)療護理學領域、運動領域向心理學、社會學、神經科學、認知科學、人因工程學和建成環(huán)境科學等領域不斷擴展，跨學科的特征愈加顯著。

4 期刊雙圖疊加圖譜

2.1.2 研究所關注群體類型

通過對文獻所涉及的研究對象進行綜合分析，我們將該領域研究關注的群體類型分為一般老年人群和患病老年人群兩大類別，并進一步根據具體人群特征進行了亞類劃分（表2）。

表2 關注群體類型特征

在一般老年人群中，針對第三類人群特殊地區(qū)或者環(huán)境中的一般老年人群的研究數量較少，54 篇文獻中僅有2 篇文獻對特殊地區(qū)人群的步態(tài)特征與跌倒風險評估進行了研究。ZHANG Y等通過比較農村老年婦女和城市老年婦女的步態(tài)特征數據發(fā)現，農村老年婦女在步速、節(jié)奏和步幅方面表現出比城市老年婦女更低的水平，并更加注重行走的穩(wěn)定性[4]。賀峰等則分析總結了高原老年女性的步態(tài)特點，并探究其和低氧環(huán)境之間的關系，期望能夠篩選出早期步態(tài)異常人群[5]。他們認為居住在2400m 海拔的高原老年女性呈現出步長、跨步長較短、步頻較低、步速較慢、步態(tài)周期耗時長的步態(tài)特點，低氧環(huán)境可能引發(fā)高原老年女性步態(tài)的變化。對第一和第二類人群的研究中，具有獨立生活能力的健康老年人被試多來源于普通社區(qū)、具有跌倒風險的老年人被試多來自持續(xù)護理退休社區(qū)、老年公寓、輔助生活設施和老年人中心等場所，中年和青年人被試一般從社會或者校園中招募[6-13]。Reed-Jones 等探討了視覺訓練對獨立社區(qū)居住老年人障礙跑表現的影響，且初步研究的結果表明，視覺訓練可以提高避障能力[14]。孟站領等從某市一社區(qū)和老年公寓中60 歲以上老年人中隨機抽樣，探究具有不同跌倒風險的老年人在跨越障礙時的步態(tài)運動學特征[7]。

在患病老年人群中，對患有特殊疾病后產生平衡和步態(tài)問題的第五類人群關注逐漸增多，并重點圍繞疾病對步態(tài)特征和關節(jié)運動學影響開展研究。Rosso 等通過實驗確定了超重肥胖患者會在關節(jié)運動學方面表現出更大影響，但是在常規(guī)時空參數上沒有發(fā)現差異[15]。劉敏等認為在不同步速條件下超重老年人由于身體功能退化，下肢控制力下降，離地瞬間下肢角度的變化加大，更容易發(fā)生跌倒[6]。對患有阿爾茨海默病、帕金森病[16]和血管性輕度認知障礙[17]等疾病人群的步態(tài)特征和跌倒的相關性研究也逐漸增多[18]。一項研究發(fā)現步行與音樂的耦合可以為多發(fā)性硬化癥患者的運動任務導向訓練提供新的范式，比起節(jié)拍器和沉默，多發(fā)性硬化癥患者隨著音樂散步的動機會更高[19]。老年人的視覺障礙問題也是常見的跌倒風險因素，多篇文獻研究了其作為跌倒風險預測因子的可行性。宮慧敏等指出視覺障礙與老年人群常見不良事件如跌倒、失能等相關，需予以重視[20]。

2.2 跌倒風險因素分類

跌倒是內在個體因素和外部環(huán)境因素等多種因素共同作用的結果。內在個體因素包括由于衰老或者其他因素導致的干擾姿勢控制能力的功能、認知和視覺障礙。外在環(huán)境因素包括環(huán)境風險（地面濕滑、表面不平整、易導致視錯覺的地板圖案、照明環(huán)境差等），此外社會因素和藥物的副作用等也與跌倒風險相關。

當前納入的文獻中，和建筑相關的環(huán)境因素研究以樓梯樣式、浴室設施（扶手位置）、室內外行走表面、照明環(huán)境、地毯或者地面樣式為主要研究內容。和樓梯相關的研究主要集中在樓梯踏步的尺寸、樣式變化以及邊緣提示設計上；和照明環(huán)境和地面樣式特征相關研究中，主要是將不同的照明以及地面設計作為視覺線索和跌倒風險的產生進行相關性研究；和浴室相關的研究除了探究扶手位置與平衡之間的關系外，也和照明系統(tǒng)的設計相結合，量化其作為視覺線索輔助老年人群更高效安全地找到廁所位置的可能性。除了探討各環(huán)境要素以視覺線索的形式與跌倒產生的間接聯系外，也有大量研究對和老年人行走活動直接相關的不同表面復雜性、表面傾斜程度、鞋底特征的影響做了研究。在對不同因素下步態(tài)特征的研究中，跌倒風險的產生由多因素共同參與這一結論得到論證（表3）。

表3 跌倒相關的風險因素分類

2.3 實驗任務模式與跌倒風險評估方法

2.3.1 實驗任務模式的選取

在和跌倒風險因素相關的研究中，根據研究目的的不同，任務內容的選取主要分為單任務模式（Single-Task-Walk）和雙任務模式（Dual-Task-Walk，表4）。單任務模式主要包括常速行走任務（設置一定的距離或者時間）以及運動表現測試量化任務（如：3m 起立行走測試、6min行走測試等）。被試僅需在實驗過程中專注于特定情景下行走。部分研究人員認為單任務定速、定距行走測試方法單一，包含的步態(tài)參數較少[46]，因此在常速行走時要求被試同步進行一項簡單的認知任務，包括遞減運算、非首選方向轉彎等。O'Shea 等認為，在進行雙任務時，注意力分配會因為體力任務的不利影響產生競爭，這支持了雙任務的“能力共享模型”[47]。根據此模型，同時執(zhí)行兩個需要注意力的任務會降低其中一個或兩個任務的性能。但在行走過程中，執(zhí)行第二項任務的能力是非常必要的，因為它需要執(zhí)行者運動時一邊關注周邊的環(huán)境，避免失去平衡。王莉等也認為，當研究采用雙任務研究范式時，對被試的注意力水平和行走能力要求提高，更能反映出人們潛在的步態(tài)問題與跌倒風險[48]。在劉立等的研究中，對年輕人和老年人進行了“單一上下樓梯”任務和“連續(xù)減 7+上下樓梯”雙重任務的步態(tài)特征分析[46]。研究結果顯示，無論是步行時間、步頻還是步速，單一任務優(yōu)于雙重任務，并且雙重任務對年輕人和老年人的行走均產生影響，但老年人受影響程度更大，從而證明了單一和雙重任務情境之間在步態(tài)和認知表現上的差異。

表4 跌倒風險研究中任務模式的選取

盡管已有研究顯示雙任務模式有助于識別潛在的跌倒風險，但對于雙任務與跌倒的關系仍然存在爭議。有研究認為，與雙任務相關的步態(tài)變化并沒有比單任務下的提供更多的信息[49]或者導致對步態(tài)特征的干擾[50]。考慮到老年人群在行走過程中對認知和注意力的要求比年輕人群更高，未來研究中這一問題有待進一步驗證，以明確雙任務范式對老年人群跌倒風險研究是否具有價值。

2.3.2 跌倒風險評估方法

跌倒風險評估的量化方法主要有3 種：運動表現測試、問卷法和生物力學實驗室法。其中，運動表現測試如臨床動態(tài)平衡測試（Mini-Balance Evaluation Systems Test）、3m 起立行走測試和6min 行走測試等主觀性較高，評估效果有較大局限性，通常需要與其他量化工具結合使用。問卷法是指實驗人員通過交談或者電話郵件的形式讓被試填寫特制的問卷從而分析是否有跌倒的風險，其可靠性和重復性差，主觀性強，信息也難以量化。生物力學實驗室法包括基于計算機視覺的人體運動捕捉系統(tǒng)和目前受到較多關注的可穿戴式慣性傳感器運動捕捉系統(tǒng)，其中和可穿戴式慣性傳感器運動捕捉系統(tǒng)相關的研究模式主要有4 種（表5）。

表5 和可穿戴式慣性傳感器運動捕捉系統(tǒng)相關的研究模式

在跌倒風險的量化評估上，可穿戴式慣性傳感器為常見的生物力學工具之一[60]。雖然相較于傳統(tǒng)的跌倒風險評估工具和精確度較高的三維綜合運動分析系統(tǒng)（依賴專門的步態(tài)實驗室、測評時間長、不能測試日常生活中的步態(tài)），可穿戴式慣性傳感器在預測跌倒事件時存在準確性不足等問題[48]，但已有研究證明該方法能夠正確檢測最常見的兩項跌倒風險因素，即步態(tài)和平衡異常，并能夠大幅提高跌倒預測的準確率[61]。研究中常采用的可穿戴式慣性傳感器運動捕捉系統(tǒng)種類較多，其中APDM 的Opal 慣性測量單元和Xsens 的MTW Awinda 系統(tǒng)共占所有納入研究中的50%，較為主流。在行走時的跌倒風險測試中，不同研究的實驗過程中放置運動捕捉設備節(jié)點位置和數量并不固定：有研究使用了7 個下肢測量節(jié)點，分別置于盆骨，大腿、小腿和雙足[13]，這也是下肢生物力學數據采集的常見位置；當研究中使用3 個下肢測量節(jié)點時，常放置在盆骨和雙足位置；只使用單一測量節(jié)點時，常置于盆骨位置。

基于計算機視覺的人體運動捕捉系統(tǒng)也出現在新近文獻中，其優(yōu)勢在于避免了被試由于穿戴捕捉設備導致的姿態(tài)變化，或適用于被試無法配合佩戴動作捕捉設備的情況。此類捕捉系統(tǒng)分為紅外攝像頭、2D 攝像頭和3D 深度攝像頭等多種類型。攝像頭數量為9～14 臺不等，其支持算法比可穿戴式慣性傳感器分析系統(tǒng)更加復雜。計算機視覺人體捕捉系統(tǒng)常與可穿戴式慣性傳感器共同用在運動分析中，以相互驗證其可靠性和準確性。

在實驗前階段，一般使用的用于跌倒風險評估的傳統(tǒng)量表工具對被試跌倒風險進行初步評估，具體包括TUG、MMSE、SFBBS、FES-I 等，其信效度已得到較為廣泛的研究證明，也有研究將自定義的李克特評分量表用于實驗后和生物力學參數協同分析。已有研究證明，主觀問卷與生物力學步態(tài)分析系統(tǒng)結合使用，能更有效地提高跌倒風險預測的準確性。多種測量方式的結合不僅為跌倒相關的分析提供更多維度和模態(tài)的參數，同時為可穿戴式慣性傳感器分析系統(tǒng)、計算機視覺人體捕捉系統(tǒng)等提供數據驗證，評價其對跌倒風險評估的有效性。

2.4 與跌倒風險相關的生物力學指標選取

在人體工程學研究中，除了平衡不良[52]和步態(tài)特征的異常被認為與老年人的跌倒密切相關外[66]，生物力學指標（包括肌肉力量、關節(jié)運動等運動學評估因素）也常被用于跌倒風險評估（表6）。生物力學的分析有別于經典的跌倒風險評估評分和測試，更具客觀性和可靠性，結合雙任務測試后可以更好地識別跌倒者和非跌倒者[58]。

表6 不同研究目的下和跌倒相關的生物力學指標選取

2.4.1 步態(tài)參數

與跌倒相關的生物力學指標中，以步態(tài)參數最為常見，包括步態(tài)周期參數、步態(tài)動力學參數、步態(tài)運動學參數以及不同類型間的參數組合等，如LU 等選擇的10 個步態(tài)參數（初始雙支撐時間、步幅寬、步幅長、雙支撐時間、步幅速度、步幅速度變異性、步幅長變異性、步幅寬變異性、節(jié)奏、骨盆偏離）中既有周期參數初始雙支撐時間，也有步態(tài)運動學中的時間參數、步幅速度和距離參數步幅長[13]。基于步態(tài)參數，計算步與步之間數據變異性（CV）的參數如步幅速度變異性逐漸得到研究人員的重視。理論上，步與步之間是重復和周期性的，但由于身體內部和外部的干擾，步與步之間存在差異。如果步態(tài)在穩(wěn)定的范圍內，人體不會刻意去糾正這些變異性，但是變異性越大，人體行走的自動化程度和穩(wěn)定性越低，越容易摔倒。步態(tài)參數變異性的增加已被證明可以預測老年人跌倒[65]。

2.4.2 加速度信號特征及其衍生指標

由于穿戴式動作捕捉設備的慣性傳感器可以直接得到原始加速度和角速度，越來越多的研究使用基于加速度計的特征及其衍生指標來分析步態(tài)變異性或者穩(wěn)定性。常見的數據變異性加速度衍生指標包括加速度均方根（RMS）、加速度振幅和奇偶諧波比等[53]。YU 等在一項評估3MTUG 測試有效性的研究中，即使用三軸方向的線性加速度特征作為指標之一，選取的具體參數包括3 個方向的加速度均方根、加速度諧波比、傅里葉變換頻率，最大混頻[52]。Dixon 在探究健康老年人的轉彎策略和表面特征之間的關系時，將質心（center of mass）最大加速度值和加速度混頻作為加速度特征結合傳統(tǒng)步態(tài)參數判斷運動過程中的穩(wěn)定性和規(guī)律性。這一方式的有效性逐步得到驗證[35]。

2.4.3 非線性參數

部分文獻中，研究人員還使用了局部穩(wěn)定性（Local Stability）指標最大李雅普諾夫（Lyapunov）指數，這一參數用于定量描述與空間相鄰軌道按指數擴張或收縮的速度，估計系統(tǒng)的混沌水平，指數數值小于 0，表明系統(tǒng)不具有混沌特性[10,30]；而指數數值大于 0，表明系統(tǒng)具有混沌特性。對于行走來說，該值越大，說明步行的混沌程度越高，步行的不穩(wěn)定性增強，人體步行的抗干擾能力減弱，是常見的用來表征人體動態(tài)系統(tǒng)的穩(wěn)定性的非線性方法[53]。

2.4.4 跌倒風險評估系統(tǒng)與參數有效性驗證研究

由于和跌倒相關的步態(tài)參數眾多，研究方法不限（包括真實環(huán)境、實驗室環(huán)境、虛擬環(huán)境以及相結合的方式），在不同環(huán)境下參數的選取較為靈活，簡單任務下的參數驗證類研究和新型步態(tài)系統(tǒng)對比實驗也是常見的研究方向，包括對不同原理的步態(tài)分析系統(tǒng)的有效性驗證[62,63]回歸分析[52]，以及對局部動態(tài)穩(wěn)定性[9]等步態(tài)參數的跌倒風險評估能力驗證[65,67]，為了更好地了解不同因素對跌倒風險預測產生的影響，這一方面的研究內容作為基礎研究部分有待更多的突破。

3 結論

老年人跌倒風險因素研究在過去幾十年中已經成為一個重要的研究領域，隨著社會的發(fā)展和技術的進步，該領域也在不斷發(fā)展。目前對跌倒因素的研究往往涉及多個學科的交叉，例如醫(yī)學、康復學、工程學、心理學和社會學等。隨著以人為本的建筑設計理念的不斷發(fā)展，跨學科的合作研究將會更加廣泛和深入。未來該領域的研究將更加重視學科交叉的融合，將不同學科的優(yōu)勢結合起來，以更全面的視角研究建成環(huán)境下老年人跌倒風險因素識別和干預的問題。

在研究內容和趨勢上，與建成環(huán)境相關的跌倒風險因素研究主要集中在浴室設施、樓梯設計以及行走表面的復雜性上。由于老年人身體機能下降，維持平衡更加依賴于視覺感知，運動過程中導視系統(tǒng)的設計元素作為視覺因素對老年人群或者特殊人群的平衡和穩(wěn)定性的影響也受到關注[13]。雖然先前的研究人員已經分別對和跌倒相關的內在個體因素、外部環(huán)境因素等方面進行了大量研究探索，但跌倒是多因素共同作用的結果，未來的研究應該更加關注多重復合因素影響下，不同生理、心理特征的老年人群的跌倒風險評估和易跌倒因素識別。將生理學因素、認知能力、情感因素和社交環(huán)境的支持等同時考慮，進行更細致的研究和探討，更好地了解老年人跌倒的多因素影響機制。

在研究工具上，除了比較普及的可穿戴式動作捕捉系統(tǒng)以外，其他生物力學工具如壓力傳感器等也已經被廣泛應用于老年人跌倒風險因素研究領域，在未來的研究中，將會更加注重研究工具的發(fā)展，進一步確認基于傳感器的生物力學參數在不同研究中的可靠性。隨著虛擬現實、人工智能等新技術在相關研究中的應用，如何結合新技術為老年人跌倒風險因素研究提供更精細的數據、更全面的分析方法也需要更多的關注，如何結合生物力學指標構建類型化研究范式，為跌倒風險的研究提供更高效的解決方案也將成為重要研究方向。

未來與老年人跌倒風險因素相關研究可以從以下幾個方面展開：（1）老年人跌倒預測模型的開發(fā)和優(yōu)化，包括生物力學模型和機器學習模型等；（2）老年人跌倒預防策略的探索和優(yōu)化，包括康復訓練、環(huán)境設計和心理干預等；（3）老年人跌倒的長期影響和生活質量的評估，包括身體功能、認知能力和情感狀態(tài)等。

總體上，老年人跌倒風險因素研究正在向著跨學科交叉和多元化的方向發(fā)展，研究方法和技術也不斷更新和改進。未來，我們可以從建筑設計角度進一步探究老年人跌倒風險機制與建成環(huán)境的相關性，為老年人跌倒預防、評估以及干預提供更加科學、有效的方法。