一种基于机器学习的社区老年人跌倒风险识别及干预方法

本发明公开了一种基于机器学习的社区老年人跌倒风险识别及干预方法，涉及老年人跌倒风险识别技术领域，包括通过线下问卷调查，系统收集老年人社会经济、健康状况、感知的环境、跌倒信息数据，并进行数据处理和统计；基于处理后的数据，以跌倒信息数据作为因变量，利用机器学习算法搭建跌倒风险识别模型；通过SHAP方法，对跌倒风险识别模型进行解释，得出风险因素识别结果；基于风险因素识别结果，对相应社区制定针对性的防跌倒干预措施。因此，采用上述一种基于机器学习的社区老年人跌倒风险识别及干预方法，有助于发现风险因素与跌倒之间的非线性关系和阈值，使不同社区输出针对性的老年人群体防跌倒措施。