Berg 平衡量表和计时测试的规范值

老年人的平衡缺陷可能由衰老过程引起，例如与感觉系统（前庭、视觉、体感）相关的年龄相关变化或脑血管意外、关节炎、周围神经病变或因不动引起的废用等疾病。 当作用在身体上的所有力都达到平衡时，平衡就得以保持，因此在静态姿势、运动期间和应对外部干扰时，人的重心都被控制在支撑的基础上。 在解释任何平衡工具时，规范数据都很重要。 知道一个人或一群人的平衡能力比同龄的健康人差可能有助于识别和有效管理平衡问题。

BBS 是一项基于绩效的衡量标准，由 14 个项目组成，最高分为 56 分。 它最初是为评估老年人的平衡而开发的，后来被用作老年人跌倒风险的预测工具（尽管研究对跌倒风险的推荐截止分数有所不同。 BBS 由 14 个难度递增的功能任务组成，每个任务的得分从 0 到 4（0 = 无法执行任务；4 = 独立执行任务）。 最高分 56 表示没有可识别的平衡困难。

“定时起身”测试 (TUG) 是一种简单、快速且广泛使用的基于临床表现的下肢功能、活动性和跌倒风险测量方法。 已在老年人群中研究了 TUG 女性） TUG 的测试程序相对简单。 受试者被要求从标准椅子（座位高度在 44 至 47 厘米之间）站起来，以舒适的步伐步行 3 米（在地板上有标记）的距离，转身，向后走，然后坐下。 受试者被允许使用常规助行器，并被告知不要用手臂站立。 不提供身体帮助。 完成任务的时间用秒表测量。 计时从命令“开始”开始，并在受试者坐下后靠在椅背上时停止。

建议使用特定人群的当地规范数据，以更有意义地解释 TUG 结果因此，本研究的目的是确定社区老年人 TUG 测试和伯格平衡量表的规范数据。 2014 年对 70 岁后健康社区居民的伯格平衡量表下降的规范分数进行了研究。 这是一个系统的审查。 本研究的目的是找出居住在社区的健康老年人的平均 Berg 平衡量表分数是多少，以及它如何随年龄变化？ 包括已使用 Berg 平衡量表进行评估的平均年龄 70 岁或以上的健康社区居民组。 测量了已知平均年龄的老年人队列中 Berg 平衡量表得分的平均值和标准差。 Berg 平衡量表的平均得分范围为 37 至 55，最高可能得分为 56。 尽管 70 岁左右的参与者的 Berg 平衡量表分数非常接近正常，但在 56 分的 Berg 平衡量表上，随着年龄的增长，平衡能力以每年 0.7 分的速度显着下降。 得出的结论是，根据 Berg 平衡量表测量，健康的社区老人有适度的平衡缺陷，尽管平衡分数会随着年龄的增长而恶化并变得更加可变。

该研究是在 2017 年的“Timed Up and Go”测试中进行的：年龄、性别和认知障碍对老年人的规范价值进行分层。 本研究的目的是在根据认知状态、性别和年龄组分层的社区老年人中建立“Timed up and Go”测试 (TUG) 规范数据。 通过多阶段随机抽样方法从第一波和第二波中招募了总共 2084 名居住在社区的老年人。 TUG 使用标准方案进行，然后根据有无轻度认知障碍 (MCI)、性别和 5 岁年龄组（从 60 年代到 80 年代）对分数进行分层。 529 (16%) 名参与者被确定患有 MCI。 描述性分析显示，与患有 MCI 的男性相比，患有 MCI 的参与者、女性和年龄较大的参与者需要更长的时间才能完成 TUG，但某些年龄组除外。 这些结果表明，在使用 TUG 测试老年人时，除了年龄和性别因素外，还需要考虑 MCI。

一项关于“Berg 平衡量表”和“起床时间”的研究 区分患有多重 S 的人的跌倒者和未跌倒者。BBS 已使用不同的截止值。 截止值 >44；特异性高（90%）但敏感性低（40%）。 使用 ≤ 55 作为截止值产生高灵敏度 (94%) 但低特异性 (32%)。TUG 未显示判别能力。 目的是检查 BBS 和 TUG 的区分有效性；失败者与非失败者以及使用先前建议的截止值的预测特性。 使用了来自三个具有不平衡的 PwMS (n=220) 样本的数据。 测试由经验丰富的研究物理治疗师进行。 参与者被分类为失败者或非失败者。 使用 Mann-Whitney U 检验和 ROC。 失败者的 BBS 中值为 45 分 (n:108)，非失败者为 50 分 (n:99)。 摔倒者的 TUG 中位数为 17.5 秒 (n=108)，非摔倒者为 13.2 秒 (n=99)。BBs：使用 >44 分作为截止点正确识别了 51% 的摔倒者和 37% 的非摔倒者. 使用 ≤55 正确识别 96% 的跌倒者和 15% 的非跌倒者。TUG：通过最大化灵敏度和特异性的总和选择截止值（19.34 秒），导致灵敏度为 70%，特异性为 43%。

苏珊·W·缪尔 (Susan W Muir) 等人。 2008 年进行了一项关于使用 Berg 平衡量表预测社区老年人多次跌倒的研究。这是一项前瞻性研究。 本研究的目的是通过使用敏感性、特异性、接受者操作特征 (ROC) 曲线、曲线下面积和似然比。 210 名居住在社区的老年人样本在基线时接受了全面的老年学评估，其中包括衡量平衡的 BBS。 一年中每月收集有关预期跌倒的数据。 他们得出的结论是，不应鼓励使用 BBS 作为二分法来识别跌倒高危人群，因为它无法识别出大多数此类人群。 该量表对多次跌倒的预测有效性优于对其他类型跌倒的预测有效性。