摘要目的 系统分析老年人斜坡行走时跌倒的危险因素,并构建科学有效的风险预测模型.方法 招募 60 名 60岁及以上的社区老年人,根据 Berg 平衡量表评分分为高跌倒风险组与低跌倒风险组.使用三维动作捕捉系统和表面肌电系统,采集受试者在 10°坡道上、下坡行走时髋、膝、踝关节的运动参数,以及下肢臀大肌、股直肌、股内侧肌、股外侧肌、股二头肌、胫前肌和腓肠肌的表面肌电数据.对两组进行组间比较与统计分析,通过多因素 Logistic 回归分析筛选斜坡跌倒的独立危险因素,并绘制列线图展示.最终构建跌倒风险预测模型,采用受试者工作特征(receiver operating characteristic,ROC)曲线、Bootstrap 内部验证及校准曲线评估模型的预测效能.结果 高跌倒风险组在上下坡行走时,其股直肌、股内侧肌、股外侧肌和股二头肌的 RMS 值均显著高于低跌倒风险组(P<0.05).此外,高跌倒风险组在上、下坡行走时,髋、膝、踝关节的屈曲峰值角度及活动范围均显著小于低跌倒风险组;下坡行走时,其踝关节跖屈峰值角度则显著大于低跌倒风险组(P<0.05).多因素 Logistic 回归分析结果表明,下坡行走时股外侧肌 RMS(OR=1.100,95%CI:1.019～1.188)和膝关节活动范围(OR=0.925,95%CI:0.863～0.992)是老年人发生斜坡跌倒的独立危险因素(P<0.05).基于此构建的跌倒风险预测模型 ROC 曲线下面积(area under the curve,AUC)为 0.873(95%CI:0.773～0.973),经 Bootstrap 内部验证的 AUC 为 0.858(95%CI:0.710～1.000),未校准曲线与偏倚校准曲线均接近参考曲线,表明模型具有良好的区分度和稳定性.结论 坡时股外侧肌 RMS 和膝关节活动范围是老年人斜坡跌倒的独立危险因素;基于此建立的风险预测模型具有良好的预测效能.