Einflussfaktoren des Timed up and go Tests - eine Untersuchung von 1068 gesunden, älteren Probanden

DSpace Repository


Dateien:
Aufrufstatistik

URI: http://hdl.handle.net/10900/69584
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-695841
http://dx.doi.org/10.15496/publikation-10998
Dokumentart: Dissertation
Date: 2016
Language: German
Faculty: 4 Medizinische Fakultät
4 Medizinische Fakultät
Department: Medizin
Advisor: Maetzler, Walter (Prof. Dr.)
Day of Oral Examination: 2016-04-15
DDC Classifikation: 610 - Medicine and health
Keywords: Geriatrie , Neurologie
Other Keywords: Timed up and go Test
License: Publishing license including print on demand
Order a printed copy: Print-on-Demand
Show full item record

Inhaltszusammenfassung:

Der TUG-Test ist ein einfach durchzuführender klinischer Test, der viele Informationen über geriatrische Fragestellungen liefert. Beispielsweise ermöglicht er eine Aussage über allgemeine Mobilität oder Sturzrisiko. Eine lange Zeit im TUG-Test ist mit verschiedenen Problemfeldern des älteren Menschen assoziiert, wie reduzierte Muskelkraft, Angst vor Stürzen, einer niedrigen Lebensqualität oder einer niedrigen physikalischen Aktivität. Der TUG besteht aus den Grundformen der körperlichen Aktivitäten: Aufstehen, Hinsetzen, Gehen und das Gleichgewicht halten beim Geradeaus-Gehen und Umdrehen. Dies verdeutlicht die Relevanz des TUG-Tests für die Evaluierung von Mobilität beim älteren Menschen. In dieser Arbeit wurden verschiedene Einflussfaktoren des TUG-Tests untersucht. Hierzu wurde im Rahmen einer klinischen Studie (TREND-Studie) bei 1068 Probanden den TUG-Test, sowie die anderen oben beschrieben Tests durchgeführt. Als Einflussfaktoren wählten wir auf Basis der bestehenden Literatur folgende zwölf Faktoren: Ausbildungsdauer, Alter, MMSE, subjektive Gangunsicherheit, Geschlecht, Stürze im letzten Jahr, Gewichtsverlust, BMI, Gripforce, Alter, Delta TMT, Medikamente (Sedativa, Hypnotika, Antidepressiva und Benzodiazepine) und Ausbildungsdauer. Wir berechneten drei verschiedene Modelle. Im ersten Modell wurde der Einfluss der einzelnen Faktoren auf den TUG-Test berechnet. Signifikante Werte zeigten sich für BMI, Gripforce, Alter, Delta TMT und Ausbildungsdauer (p jeweils < 0.05). Sie erklärten jedoch nur einen relativ kleinen Teil der Varianz des TUG-Tests (BMI: r2 = 1.5%; Gripforce: r2 = 2.2%; Alter: r2 = 4.1%; Delta TMT: r2 = 2.6%; Ausbildungsdauer: r2 = 1.5%). Der Einfluss aller zwölf Faktoren unter Berücksichtigung der Interaktionen der Parameter auf den TUG-Test wurde im zweiten Modell berechnet. Alle zwölf Faktoren erlaubten 15.48% der TUG-Zeit zu erklären. Signifikante Faktoren waren hier lediglich Delta TMT und BMI. Mittels des Stepwise Backward Models suchten wir nach jener Kombination aus Einflussfaktoren, die einerseits einen hohen Prozentsatz der Varianz des TUG-Tests erklärte und sich andererseits jedoch auf die entscheidenden Einflussfaktoren beschränkte. Ziel war es also, einen möglichst großen Anteil der Varianz mit möglichst wenigen Faktoren zu erklären. Um diese Modelle zu detektieren zogen wir die Informationskriterien AICc und das Bayessche Informationskriterium (BIC) hinzu. BIC wählte mit r2 = 12.77% und den Faktoren Delta TMT, Gripforce und BMI die beste Situation. Legte man AICc als Kriterium zugrunde, war das beste Modell bei r2 = 14.32% erreicht. Neben den Faktoren, die BIC wählte, war hier zusätzlich das Alter der Probanden enthalten. Unter Berücksichtigung dieser Zahlen, konnten wir zeigen, dass nicht nur körperliche Voraussetzungen, wie BMI und Gripforce (zusammen wahrscheinlich Ausdruck der sarkopenischen Adipositas), sondern auch die Exekutivfunktion (Delta TMT) einen entscheidenden Einfluss auf den TUG-Test und somit auf die Mobilität von älteren Personen hat. Es muss erwähnt werden dass mit diesem Modell der Großteil der Varianz der TUG Zeit nicht erklärt werden kann, dies muss in nachfolgenden Studien weiter untersucht werden.

This item appears in the following Collection(s)