Onderzoek naar multi-site pijn als een voorspeller van zelfgerapporteerde vallen en vallen die gebruik door de gezondheidszorg vereisen bij een oudere populatie: een prospectieve cohortstudi

Onderzoek naar multi-site pijn als een voorspeller van zelfgerapporteerde vallen en vallen die gebruik door de gezondheidszorg vereisen bij een oudere populatie: een prospectieve cohortstudi

december 19, 2019 0 Door admin


CBD Olie kan helpen bij artrose. Lees hoe op MHBioShop.com

Huile de CBD peut aider avec l’arthrose. Visite HuileCBD.be


  • Loading metrics

Open Access


Research Article

  • Victoria K. Welsh, 
  • Christian D. Mallen, 
  • Reuben Ogollah, 
  • Ross Wilkie, 
  • John McBeth



Older people are continuing to fall despite fall prevention guidelines targeting known falls’ risk factors. Multisite pain is a potential novel falls’ risk factor requiring further exploration. This study hypothesises that: (1) an increasing number of pain sites and widespread pain predicts self-reported falls and falls recorded in primary and secondary healthcare records; (2) those relationships are independent of known falls’ risk factors and putative confounders. This prospective cohort study linked data from self-completed questionnaires, primary care electronic health records, secondary care admission statistics and national mortality data. Between 2002–2005, self-completion questionnaires were mailed to community-dwelling individuals aged 50 years and older registered with one of eight general practices in North Staffordshire, UK(n = 26,129) yielding 18,497 respondents. 11,375 respondents entered the study; 4386 completed six year follow-up. Self-reported falls were extracted from three and six year follow-up questionnaires. Falls requiring healthcare were extracted from routinely collected primary and secondary healthcare data. Increasing number of pain sites increased odds of future 3 year (odds ratio 1.12 (95% confidence interval: 1.01–1.24)) and 6 year self-reported fall (odds ratio 1.02 (1.00–1.03)) and increased hazard of future fall requiring primary healthcare (hazard ratio 1.01 (1.00–1.03)). The presence of widespread pain increased odds of future 3 year (odds ratio 1.27 (0.92–1.75)) and 6 year fall (odds ratio 1.43(1.06–1.95)) and increased hazard of future fall requiring primary healthcare (hazard ratio 1.27(0.98–1.65)). Multisite pain was not associated with future fall requiring secondary care admission. Multisite pain must be included as a falls’ risk factor in guidelines to ensure clinicians identify their older patients at risk of falls and employ timely implementation of current falls prevention strategies.

Citation: Welsh VK, Mallen CD, Ogollah R, Wilkie R, McBeth J (2019) Investigating multisite pain as a predictor of self-reported falls and falls requiring health care use in an older population: A prospective cohort study. PLoS ONE 14(12): e0226268. https://doi.org/10.1371/journal.pone.0226268

Editor: Maw Pin Tan, University of Malaya, MALAYSIA

Received: May 15, 2019; Accepted: November 24, 2019; Published: December 11, 2019

Copyright: © 2019 Welsh et al. This is an open access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original author and source are credited.

Data Availability: The primary care electronic health records were obtained and linked with survey responses through consent of participants as accepted by the Local Ethics Committee. This data may contain potentially identifiable and sensitive information and as such, must be requested from the Data Custodian and Academic Proposals committee at Keele University (primarycare.datasharing@keele.ac.uk). A data request form is required to be completed and must outline the type of data to be obtained, the reason for obtaining this data (research question / objective), the timing for when the data is required to be available (start date/end date). The pseudo-anonymised, linked, Hospital Episode Statistics and Office for National Statistics Mortality Data were accessed under Section 251 of the National Health Service (NHS) Act 2006 with permission from the Secretary of State for Health. The data was requested from the NHS Information Centre, now called NHS Digital. The data is linked using identifiable information, as such, interested parties would need to seek Section 251 Approval under the NHS Act 2006 from the Secretary of State for Health to enable use of identifiable data to link the data. The procedure is outlined on the NHS Digital website: https://digital.nhs.uk/services/data-access-request-service-dars/dars-guidance.

Funding: VKW is funded by a National Institute for Health Research (NIHR) (https://www.nihr.ac.uk/), Doctoral Research Fellowship (DRF 2011-04-147) for this research project. CDM is funded by an NIHR School for Primary Care Research Professorship (NIHR-RP-2014-04-026). The views expressed are those of the authors and not necessarily those of the NIHR or the Department of Health and Social Care. The funders had no role in the study design, data collect and analysis, decisions to publish, or preparation of the manuscript.

Competing interests: The authors have declared that no competing interests exist.


Despite a myriad of international falls prevention guidelines targeting known fall’s risk factors [1,2,3], falls remain a common experience of ageing with worldwide; 12 month prevalence estimates for falls in older people approximately 20% [4,5,6]. Falls prevalence and their associated burden is set to increase with global population ageing; the number of older adult fatal falls in the US is projected to reach 100,000 annually by 2030 with a corresponding increased estimated annual cost of $100 billion to the US healthcare system [7]. Multisite pain (pain in more than one part of the body) has been proposed as a novel falls’ risk factor; older adults reporting multisite pain were found to have an increased risk of future self-reported fall at 18 months [8]. Subsequent studies have found similar results when measuring the risk of multisite pain and self-reported fall in the previous 12 months [9,10,11]. The bias associated with self-reporting of falls [12] and the dearth of studies exploring the relationship between multisite pain and falls requiring primary healthcare use or hospitalisation mean further research is required to explore the relationship between multisite pain and falls of all severity to enable this potential falls’ risk factor to be included in updated falls prevention strategies internationally.

Using a combination of self-report and routinely collected healthcare data, this study tests the hypotheses that within a community-dwelling population of older people: (1) an increasing number of pain sites and widespread pain would predict self-reported falls and falls recorded in primary and secondary healthcare records; and (2) those relationships would be independent of known falls risk factors that may act as confounders.

Materials and methods

Study design and participants

The study linked self-completed questionnaire data from an existing prospective cohort study called the North Staffordshire Osteoarthritis Project (NorStOP) [13], with routinely collected primary and secondary health care records and mortality data. Fig 1 outlines study sample derivation. Permission to undertake data linkage was obtained from the Secretary of State for Health under Section 251 of the National Health Service Act 2006 (National Information Governance Board for Health and Social Care: Ethics and Confidentiality Committee 8-02(FT1)/2012). The study was approved by the National Research Ethics Service Committee West Midlands: Staffordshire (12/WM/0200).

The NorStOP cohort.

The NorStOP sampling frame comprised all individuals aged 50 years and older who were registered with one of eight general practices in North Staffordshire, United Kingdom (n = 26,705). Self-completion questionnaires were mailed to the eligible population (n = 26,129) in three recruitment waves between April 2002 and April 2005. Responders to the baseline postal survey (n = 18,497) were mailed out further surveys at three and six years.

Routinely collected data from primary and secondary electronic health records.

In the United Kingdom, consultations within a primary care setting are routinely recorded within primary care electronic health records using standardised Read Codes [14] (a coded thesaurus of clinical terms [15]) and accompanying free-text; prescribing information is also recorded. Hospital Episode Statistics (HES) data, a comprehensive record-based system that contains identifiable patient information from all National Health Service (NHS) Trusts in England [16] uses the International Classification of Disease version 10 to record diagnosis-related information. The HES Admitted Patient Care dataset was used to capture information about falls that required inpatient admission. The Office for National Statistics dataset contains identifiable patient information on cause of death as detailed on the death certificate [17].

Data linkage.

NorStOP responders at baseline who consented to medical record review (n = 13,831) had their primary care electronic health record, HES admission data and mortality data linked to baseline, 3 year and 6 year survey responses by sending individual level identifiable information (NHS number, postcode, date of birth, sex) and a unique pseudo-identifier to the NHS Information Centre (now NHS Digital). Linked records were returned with the pseudo-identifier to the data custodian; 854 respondents had their records returned unmatched.

Variables, data sources and measurement

Multisite pain.

Participants were asked in the baseline questionnaire if they had ‘experienced any pain lasting at least one day, during the past month’; ‘yes’ or ‘no’ responses were recorded. Pain included ‘‘any ache, discomfort or stiffness” and excluded pain caused by feverish illness or menses. Respondents answering ‘yes’ were asked to indicate their pain site(s) on a body manikin that identified 44 discrete non-overlapping anatomical areas [18]. The number of pain sites equalled the number of discrete shaded areas on the manikin. Pain pattern was categorised according to widespreadness. ‘Widespread pain was defined as pain identified in the axial skeleton plus pain above and below the waist plus left and right-sided pain’ [19,20]. Respondents indicating pain that did not fulfil widespread pain criteria were categorised as ‘some pain’; respondents indicating no pain were categorised accordingly.


Self-reported falls data was extracted from survey responses. Respondents were asked at baseline, three and six year follow-up if they had ‘suffered from a fall or falls in the past three months’; yes or no responses were recorded. Data on falls requiring primary healthcare was extracted from primary care electronic health records using Read Codes relating to falls extracted from the NHS Clinical Terminology Browser and confirmed by a group of 17 practising general practitioners; Read Codes included ‘16D..’, ‘U10..’, ‘TC…’ (S1 Table contains the complete list of Read Codes used). Data on falls requiring secondary care admission were extracted from HES Admitted Patient Care using the International Classification of Disease version 10 codes W01, W05, W06, W07, W08, W10, W17, W18 and W19.

Potential confounders and effect modifiers: Covariates.

Covariates were selected following a literature review of falls risk factors and consideration of covariates that had been included in publications identified in a systematic review and meta-analysis investigating multisite pain and falls [21]. The details of the health survey used in the NorStOP cohort studies have been published previously [13].

Socio-demographic characteristics: Participants’ age and sex were obtained from primary care electronic health records. Age was treated as a continuous variable and dichotomised into adults aged 50–64 years and adults aged 65 years and older. Socio-economic status was determined using self-reported educational attainment (further education beyond aged 16 years), self-reported occupational status (according to the Office for National Statistics categories [22,23]) and self-reported income adequacy or inadequacy to measure individual status over the life course [24]. The Index of Multiple Deprivation was used to measure area-level socio-economic status [25].

Physical health measures: Multimorbidity was measured using the Charlson Comorbidity Index, a measure that takes into account the number and seriousness of co-morbid conditions to predict all-cause mortality at one year [26,27]. The Charlson Comorbidity Index has been validated in different populations and has been shown to be a valid summary co-morbidity measure for use in epidemiological studies to predict outcome [28]. Each respondent is scored according to the presence of the listed diagnostic categories as indicated by Read Codes in the primary care electronic health records. The Charlson Comorbidity Index scores range from 0–33; the highest score in the study sample was 8. The measure was treated categorically, with categories of 0, 1–2 and 3–8 respectively dichotomized at the mean value excluding zero. Vision, hearing and dizziness were measured using the baseline NorStOP survey responses to dichotomously self-reported problems over the past three months with ‘eyesight (excluding the need for glasses)’, ‘deafness’, and ‘dizziness or unsteadiness’. Body mass index was calculated using self-reported height and weight from the baseline NorStOP survey. Body mass index was included in analyses as a continuous variable, and categorised according to the World Health Organisation [29] as below 18.5 (underweight), 18.5–24.9 (normal weight), 25.0–29.9 (pre-obesity), 30.0–34.9 (obesity class I), 35.0–39.9 (obesity class II) and 40 or greater (obesity class III) to describe study participant characteristics.

Mental health measures: Anxiety and depression were measured using the Hospital Anxiety and Depression Scale [30]. The Hospital Anxiety and Depression Scale is a valid measure for anxiety and depression case finding, and for assessment of symptom severity; it also performs well in a primary care setting [31]. The Hospital Anxiety and Depression Scale was used as a continuous measure in analysis (range 0–21). A categorical measure to describe study participant characteristics used cut off points according to the literature [32] of 0–7 (no clinical anxiety or depression), 8–10 (borderline) and 11 or over (clinical caseness of anxiety or depression). The NorStOP survey used the alertness behavioural subscale of the Sickness Impact Profile [33] to measure subjective cognitive complaint. The scale asks questions about multitasking, minor accidents, reaction times, task completion, problem solving, orientation, forgetfulness, attention span, mistakes and concentration skills. Each question is weighted and summed to provide an overall score from 0 to 100. The score was analysed on a continuous scale and as categorical data to describe participant characteristics. The categories were 0 (no cognitive complaint), 1–14 (mild cognitive complaint), 15–38 (moderate cognitive complaint), and 39–100 (severe cognitive complaint); categories were generated based on 33% of participants in each non-zero category, as used in published research [34]. Although not measuring cognitive impairment, recorded difficulties with each component of the alertness behavioural subscale of the Sickness Impact Profile score is indicative of cognitive impairment, defined as the ‘symptomatic pre-dementia stage on the continuum of cognitive decline, characterised by objective impairment in cognition that is not severe enough to require help with usual activities of daily living’ [35].

Medication covariates: Prescription information for the three months prior to baseline survey distribution was extracted from primary care electronic health records. Total medication count, measured continuously, was derived from the number of different British National Formulary sub-chapter codes [36]. Analgesic use was categorised according to published research as (0) no analgesics, (1) basic analgesics (paracetamol), (2) weak combination opioids, (3) moderate combination opioids and opioids, (4) strong combination opioids and opioids, (5) very strong single opioids [37]; the highest numerical category was taken to represent analgesic use in respondents. Non-steroidal anti-inflammatory drug use (NSAID) was recorded dichotomously.

Physical functioning: Physical functioning is measured in the NorStOP survey using the Medical Outcomes Study SF-36 Physical Functioning subscale, with ten separate items and an overall component score [13, 38]. The single item “Does your health limit you in walking 100 yards?” was used to measure physical functioning with answers categorised as ‘no, not limited’, ‘yes, limited a little’, and ‘yes, limited a lot’. The single item was used as this has been found to measure the most severe level of mobility limitation, previous research has used this single item to measure mobility limitation [39], and it has been suggested that combining items from the physical functioning subscale of the Medical Outcomes Study SF-36 may be mathematically flawed [40,41,42].

Statistical analysis

Self-reported falls period prevalence was estimated over the three months prior to baseline survey return. Period prevalence of falls requiring primary healthcare use or secondary healthcare (hospital) admission was measured from the start of respondents’ corresponding baseline survey mail out until the end of the six year follow-up for respondents who completed all follow-up surveys. For respondents who did not complete three year follow-up, their study period ended at the end of the corresponding three year survey mail out period. The number of respondents who had ever had a fall recorded in their primary care electronic health record or secondary care admission data was used as the numerator.

Logistic regression was used to examine the association between multisite pain and self-reported falls amongst respondents with complete follow-up (n = 4386). Pain was modelled as either number of pain sites or widespreadness. Multivariable logistic regression models examined the odds of self-reporting a future fall at three or six years associated with baseline pain status whilst taking account of baseline covariate measures. Step-wise models were built, starting with the unadjusted model and then adding in covariate groups (socio-demographics, physical health measures, mental health measures, medication, physical functioning, and history of baseline self-reported fall) until all covariates were included in the model.

All variables were maintained in the model to maximise clinical relevance; excluding non-statistically significant variables would reduce clinical applicability. All covariates were interacted with pain. All socio-demographic covariates were interacted with physical health, mental health, medication and physical functioning. All physical health covariates were interacted with all mental health, medication and the physical functioning covariate. All mental health covariates were interacted with all medication and the physical functioning covariate. All medication covariates were interacted with the physical functioning covariate. Interaction terms with p

Cox proportional hazards models tested the association between multisite pain and future falls requiring primary healthcare use and falls requiring hospital admission. Pain was entered into the model as either the number of pain sites or widespreadness. Univariable associations were first tested using log-rank test for equality of survivor functions and Kaplan-Meier curve generation to assess time to first fall event for categorical data; Cox proportional hazard models with a single predictor variable was used for continuous data. All covariates were added to the Cox proportional hazard model using the stepwise approach described for the logistic regression; interactions and likelihood ratio testing were applied as described. Proportionality assumption for Cox proportional hazard models was checked using Schoenfeld residuals and by including a time-dependent variable by time interaction in the model. Stata 14 (Statacorp, College Station, Texas) was used for analysis.

A sensitivity analysis was performed to investigate the relationship between multisite pain, and future falls requiring primary healthcare and hospital admission within the sample with complete follow up (n = 4,386), the sample less susceptible to missing data.


The baseline sample contained 11,375 respondents; 4386 had complete baseline pain and falls data and completed six year follow-up (Fig 1). Table 1 presents baseline sample study characteristics according to baseline pain status. The sample completing follow-up (n = 4,386) were younger, lived in less deprived areas, had less depression (there was no difference in anxiety levels) and physical morbidity, fewer medications and strong analgesics prescribed, and were less limited in physical functioning than the baseline sample (p

Table 2 presents the unadjusted odds ratios (OR) and hazard ratios (HR) (with 95% confidence intervals) for each fall classification. Table 3 presents the adjusted OR and HR (with 95% CIs) for each fall classification according to the number of pain sites and Table 4 presents adjusted OR and HR (with 95% CIs) for each fall classification according to widespread pain status.

Table 3 shows an increasing number of pain sites at baseline remains associated with increased odds of a future fall at three years (OR 1.12 (1.01–1.24) p = 0.037) and six years (OR 1.02 (1.00–1.03) p = 0.035) for each unit increase in pain site number. An increasing number of pain sites at baseline was statistically signif ijskoud geassocieerd met toekomstige valpartijen die primaire gezondheidszorg vereisen in het niet-gecorrigeerde model; het aangepaste model rapporteert een HR van 1,01 ((1,00–1,02) p = 0,106). Het basisaantal pijnplaatsen was niet geassocieerd met toekomstige valpartijen waarvoor ziekenhuisopname nodig was in de niet-gecorrigeerde of aangepaste analyses.

De aanwezigheid van wijdverspreide pijn bij aanvang werd geassocieerd met drie jaar zelfgerapporteerde daling in de niet-gecorrigeerde analyse (OF 2,96 (2,31-3,80) p

Elke valcategorie heeft een andere set voorspellers. Toename van de leeftijd, vrouw zijn en zelfgerapporteerde valpartijen bij baseline wordt geassocieerd met alle soorten valpartijen. Toenemende cognitieve klachten bij aanvang voorspellen zelfgerapporteerde vallen en vallen waarvoor primaire gezondheidszorg nodig is. Toenemende totale medicatietelling bij aanvang voorspelt 3 jaar zelfgerapporteerde val, vallen waarvoor primaire gezondheidszorg vereist is en vallen waarvoor ziekenhuisopname vereist is.

Analyses werden uitgevoerd met behulp van dichotomized leeftijd bij volwassenen van 50 tot 64 jaar en volwassenen van 65 jaar en ouder ( S2-tabel biedt meer informatie). Verschillen tussen de leeftijdsgroepanalyses en gepoolde analyses werden gevonden voor zelfgerapporteerde val na 3 jaar, waarbij volwassenen van 64 jaar en jonger een statistisch significant verband hadden met het baseline aantal pijnplaatsen, maar de oudere groep niet. De trend naar toenemend aantal pijnplaatsen en zelfgerapporteerde dalingen na 6 jaar bleef bestaan, hoewel de associatie niet langer statistisch significant was op p Tabel 3 voorspelde het baseline aantal pijnplaatsen geen vallen waarvoor primaire gezondheidszorg nodig was; deze associatie werd statistisch significant bij volwassenen van 65 jaar en ouder. Tabel 3 geeft een verband weer tussen wijdverbreide pijn en vallen waarvoor primaire gezondheidszorg nodig is; deze relatie bereikte geen statistische significantie in de leeftijdsgroepanalyses. Analyse met behulp van leeftijdscategorieën bracht geen bijkomende associaties aan het licht met vallen waarvoor ziekenhuisopname nodig was.

Gevoeligheidsanalyse ( S3-tabel geeft meer informatie) vond geen verband tussen het baseline aantal pijnplaatsen en vallen waarvoor primaire gezondheidszorg nodig was; voorspellers voor de herfst waarvoor eerstelijnsgezondheidszorg nodig was, waren toenemende leeftijd, geslacht en duizeligheid. Er was geen verband tussen wijdverbreide pijn bij aanvang en vallen waarvoor primaire gezondheidszorg nodig was; voorspellers van vallen waarvoor primaire gezondheidszorg nodig was in dit model waren toenemende leeftijd, geslacht, matige combinatie opioïden en matige opioïde analgetica en duizeligheid. Het baseline aantal pijnplaatsen was niet geassocieerd met toekomstige herfst waarvoor ziekenhuisopname nodig was; toenemende leeftijd, geslacht, toenemende angstscores, toenemend totaal medicijngetal en beperking in fysiek functioneren waren allemaal voorspellende covariaten. Brede pijn bij aanvang was niet geassocieerd met vallen waarvoor ziekenhuisopname nodig was; voorspellers van vallen waarvoor ziekenhuisopname in dit model nodig was, waren toenemende leeftijd, geslacht, toenemend aantal medicatie, voorschrift voor niet-steroïde ontstekingsremmende medicatie en beperkt fysiek functioneren.



Gemeten als aantal pijnlocaties en wijdverspreide voorspelde baseline multi-site pijn toekomstige zelfgerapporteerde val na drie en zes jaar onafhankelijk van bekende risicofactoren voor valpartijen en vermeende confounders. Multisite-pijn bij baseline onafhankelijk voorspelde toekomstige val waarvoor primaire gezondheidszorg nodig was, hoewel deze relatie werd verzwakt door bekende valrisico’s en andere vermeende confounders. Multisite-pijn bij baseline voorspelde geen toekomstige val waarvoor toelating tot de secundaire gezondheidszorg nodig was bij het verwerken van bekende risicofactoren voor vallen en andere vermeende confounders.

De huidige studie ontwikkelt eerdere observaties dat multi-site pijn zelfgerapporteerde vallen voorspelt [ 8 ] door tijdens de analyse rekening te houden met aanvullende bekende valrisicofactoren en vermoedelijke confounders; het biedt ook de eerste verkenning van de relatie tussen multi-site pijn en toekomstige valpartijen waarvoor primaire gezondheidszorg nodig is. Multisite-pijn voorspelde geen vallen waarvoor secundaire zorgopname nodig was, een bevinding ondersteund door een in Zweden gevestigd bevolkingsonderzoek naar multi-site pijn en schadelijke vallen bij oudere vrouwen [ 43 ] , maar deze studie vond wel dat oudere mannen die multi-site pijn rapporteerden, meer kans hadden om in de toekomst een nadelige val te ervaren tijdens een follow-up van 10 jaar [ 43 ]. p>

Hoewel oddsratio’s en hazard ratio’s niet direct vergelijkbaar zijn, is de vermindering van de effectgrootte in het voorspellen van vallen waarvoor eerstelijnsgezondheidszorg nodig is en het verlies van effect bij het voorspellen van vallen waarvoor toelating tot secundaire gezondheidszorg vereist is, suggereert dat, naarmate de ernst toeneemt, andere factoren sterkere voorspellers worden. Over het algemeen nam het aantal voorspellers af naarmate de ernst van de val toenam. Aan het meest ernstige einde van het spectrum, werden vallen waarvoor ziekenhuisopname nodig was voorspeld door drie covariaten: oplopende leeftijd, vrouw zijn en het verminderen van de body mass index. Deze covariaten zijn ook risicofactoren voor de ontwikkeling van osteoporose [ 44 ] en voorspellen dus valgerelateerde fragiliteitsfracturen. De voorkeur voor valgerelateerde fragiliteitsfracturen bij oudere vrouwen in vergelijking met oudere mannen kan ook de verschillen in relatie tussen pijn en schadelijke valpartijen verklaren in de Zweedse studie.

Inspectie van de verschillen in valrisico door leeftijdsgroepanalyse vergeleken met gepoolde resultaten, de vereniging tussen baseline aantal pijnplaatsen en toekomstige 3 jaar zelfgerapporteerde val is te wijten aan de associatie bij volwassenen in de leeftijd van 50-64 jaar, misschien omdat ze nog geen extra valrisico’s in hun levensloop hebben verzameld en dus meer vatbaar zijn voor vallen als een direct gevolg van pijn dan hun oudere tegenhangers. Naarmate de onderzoekspopulatie ouder wordt, is er niet langer een statistisch significante relatie tussen het basislijnaantal pijnlocaties en toekomstige zelfgerapporteerde valpartijen na 6 jaar, wat misschien suggereert dat tijdens deze periode andere valpartijen het valrisico domineren. De relatie tussen wijdverbreide pijn en zelfgerapporteerde val na 6 jaar is het sterkst bij volwassenen van 65 jaar en ouder, misschien een indicatie dat, hoewel het aantal pijnlocaties niet langer voorspellend is voor zelfgerapporteerde valpartijen, terwijl zich andere valincidenten ophopen, het wijdverspreide pijnpatroon is belangrijker dan een eenvoudig aantal pijnplekken om bij te dragen aan zelfgerapporteerde dalingen bij 6 jaar in de oudere ouderen. Leeftijdsgroepanalyse van vallen waarvoor primaire gezondheidszorg vereist is, verliest de associatie met een basisstatus van ‘enige pijn’ en heeft de kleine mate van statistische significantie behouden bij volwassenen van 65 jaar en ouder.

De gevoeligheidsanalyses bevestigden geen verband tussen baseline multisite-pijn en vallen waarvoor primaire gezondheidszorg en ziekenhuisopname nodig zijn in de populatie met volledige follow-up (n = 4.386). Dit verschilt van de hele steekproefanalyse (n = 11.375) voor toekomstige valpartijen waarvoor primaire gezondheidszorg vereist is, waarbij elk extra aantal pijnplaatsen bij aanvang een extra risico van 1% bleek te hebben en ‘enige pijn’ een extra 26% verhoogde risico. Bovendien voorspelden verschillende covariaten de toekomstige gezondheidszorggerelateerde herfst. Beide verschillen kunnen worden verklaard door het verschil tussen onderzoekspopulaties. De populatie met volledige follow-up was jonger, had minder lichamelijke gezondheidsproblemen, minder voorgeschreven analgetica en betere scores voor fysiek functioneren, allemaal waarschijnlijk een gevolg van het gezonde cohorteffect. Het verschil in multi-site pijn als voorspeller van vallen waarvoor primaire gezondheidszorg vereist is, kan erop wijzen dat, aangezien de risicofactoren van vallen zich gedurende de levensloop ophopen, pijn sterker onafhankelijk voorspellend wordt voor het toekomstige valrisico. Dit fenomeen kan worden verklaard door de resulterende cumulatieve vermindering van het vermogen van een persoon om situaties te compenseren die kunnen leiden tot een val, zodat een val optreedt. De cognitieve processen die nodig zijn om vallen te voorkomen, worden bijvoorbeeld uitgedaagd door de aanwezigheid van pijn en kunnen niet langer worden getemperd in de context van polyfarmacie, multimorbiditeit en beperkt fysiek functioneren. Deze bevindingen werpen de mogelijkheid op dat het gebruik van multi-site pijn als een rode vlag voor verdere valpreventie relevanter is voor personen die andere valrisico’s hebben opgebouwd, waardoor een gelaagde benadering van valpreventie wordt ontwikkeld. Verder onderzoek wordt geadviseerd om deze potentiële nieuwe aanpak verder te verkennen.

Deze studie heeft de verwachte relatie tussen multi-site pijn en vallen onderzocht met behulp van de grootste steekproef die is gepubliceerd literatuur tot op heden. Datakoppeling tussen enquêtereacties, elektronische gegevens uit de eerstelijnszorg, ziekenhuisopnames en nationale sterftecijfers voegt een nieuwe methode toe aan de gegevensbasis rond pijn en vallen.

Ondanks een uitgebreid covariate selectieproces, is het weglaten van potentieel belangrijke covariaten wegens gebrek aan gegevens beschikbaarheid wordt bevestigd. Bijvoorbeeld, de pijnintensiteit, waarvan is aangetoond dat deze toekomstige zelfgerapporteerde val [ 8 ] voorspelt, kan de aangetoonde relatie tussen multi-site pijn en vallen veranderen en het is raadzaam om te overwegen dit in toekomstig onderzoek op te nemen.

De zelfrapportage van vallen is afhankelijk van terugroepactie gedurende een periode van drie maanden die is gevonden problematisch te zijn, met name voor terugroepen na 3 en 6 maanden [ 45 ]. Het is daarom mogelijk dat zelfgerapporteerde valpartijen onvoldoende werden gerapporteerd en fallers verkeerd werden geclassificeerd als niet-fallers, dus elke associatie tussen multi-site pijn en vallen kan worden onderschat. Er waren tijdens de onderzoeksperiode minder valpartijen waarvoor eerstelijnsgezondheidszorg nodig was dan ziekenhuisopname. Dit kan erop duiden dat valpartijen onvoldoende worden geregistreerd in elektronische eerstelijnsregistraties, misschien omdat clinici consulten coderen met de oorzaak of het gevolg van de val.



Multisite-pijn moet nu worden toegevoegd als risicofactor voor vallen in internationale richtlijnen om ervoor te zorgen dat artsen patiënten met een valrisico identificeren vanwege pijn en implementeren van huidige valpreventiestrategieën. Het onderzoeken van de impact van het verminderen van multi-site pijn op toekomstige valrisico’s is de volgende stap in de richting van de ontwikkeling van nieuwe valpreventieprogramma’s om de valbelasting voor volwassenen op middelbare en oudere leeftijd, hun gemeenschappen en de bredere samenleving te verminderen.



De auteurs erkennen dankbaar Dr. John Belcher Ph.D (Arthritis Research UK Primary Care Centre, Keele University) voor zijn advies over de methodologie van statistische analyse en de Keele Research User Group voor hun hulp bij het opzetten van een studie.


  1. 1.              Todd C, Skelton D. Wat zijn de belangrijkste risicofactoren voor vallen bij ouderen en wat zijn de meest effectieve interventies om deze valpartijen te voorkomen? Kopenhagen: WHO Regionaal Kantoor voor Europa (Health Evidence Network rapport); 2004. [Geciteerd 16 november 2018]. Beschikbaar vanaf http://www.euro.who.int/document/E82552.pdf
  2. 2.              Panel over preventie van vallen bij ouderen, American Geriatric Society en British Geriatrics Society. Samenvatting van de bijgewerkte richtlijn klinische praktijk van de American Geriatrics Society / British Geriatrics Society voor de preventie van vallen bij ouderen. J Am Geriatr Soc. 2011; 59 (1): 148-57. pmid: 21226685
  3. 3.              National Institute for Health and Care Excellence [Internet]. Val bij ouderen: beoordeling van risico’s en preventie. Klinische richtlijn [CG161]; 2013. [Geciteerd 2018 20 mei]. Beschikbaar vanaf: https://www.nice.org.uk/guidance/cg161
  4. 4.              Bekibele CO, Gureje O. Valincidentie bij een bevolking van ouderen in Nigeria. Gerontologie. 2010; 56 (3): 278-83. pmid: 19738364
  5. 5.              Doré AL, Golightly YM, Mercer VS, Shi XA, Renner JB, Jordan JM et al. Osteoartritis van de onderste extremiteit en het risico op vallen in een gemeenschapsgebaseerd longitudinaal onderzoek bij volwassenen met en zonder artrose. Arthritis Care Res (Hoboken). 2015; 67 (5): 633-9.
  6. 6.              Harada K, Shibata A, Oka K, Nakamura Y. Associatie van spierversterkende activiteit met knie en lage rugpijn, vallen en gezondheidsgerelateerde kwaliteit van leven bij Japanse oudere volwassenen: een transversaal onderzoek. J Aging Physical Act. 2015; 23 (1): 1-8.
  7. 7.              Houry D, Florence C, Baldwin G, Stevens J, McClure R. De reactie van het CDC-letselcentrum op het groeiende volksgezondheidsprobleem van vallen bij oudere volwassenen. Am J Lifestyle Med. 2016; 10 (1).
  8. 8.              Leveille SG, Jones RN, Kiely DK, Hausdorff JM, Shmerling RH, Guralnik JM, et al. Chronische musculoskeletale pijn en het optreden van vallen bij een oudere populatie. J Am Geriatr Soc. 2009; 302 (20): 2214-21.
  9. 9.              Asai T, Misu S, Sawa R, Doi T, Yamada M. Multi-chronische musculoskeletale pijn is een bruikbare klinische index om het risico op vallen te voorspellen bij oudere volwassenen met een normale motorische functie. Aging Clin Exp Res. 2015; 27: 711-6. pmid: 25753186
  10. 10.              Patel KV, Phelan EA, Leveille SG, Lamb SE, Missikpode C, Wallace RB, et al. Hoge prevalentie van vallen, angst om te vallen en evenwichtsverlies bij oudere volwassenen met pijn in de Verenigde Staten: bevindingen uit de National Health and Aging Trends Study 2011. J Am Geriatr Soc. 2014; 62 (10): 1844-1852. pmid: 25283473
  11. 11.              Stubbs B, Eggermont L, Patchay S, Schofield P. Oudere volwassenen met chronische musculoskeletale pijn hebben een verhoogde risico op recidiverende valpartijen en de korte pijninventarisatie kan helpen bij het identificeren van degenen die het meeste risico lopen. Geriatr Gerontol Int. 2015; 15 (7): 881-8. pmid: 25163605
  12. 12.              Hannan MT, Gagnon MM, Aneja J, Jones RN, Cupples LA, Lipsitz LA et al. Het minimaliseren van het volgen van valpartijen in studies van oudere deelnemers: vergelijking van driemaandelijkse telefonische terugroepactie met maandelijkse valkalenders in de MOBILIZE Boston Study. Ben J Epidemiol. 2010; 171 (9): 1031-6. pmid: 20360242
  13. 13.              Thomas E, Wilkie R, Peat G, Hill S, Dziedzic K, Croft P. The North Staffordshire Artroseproject – NorStOP: prospectieve, 3-jarige studie van de epidemiologie en het beheer van klinische artrose bij een algemene populatie van oudere volwassenen. BMC Musculoskelet Disord. 2004; 5: 2. pmid: 14718062
  14. 14.              Benson T. De geschiedenis van de leescodes: de inaugurele James Read Memorial Lecture 2011. Informeer Prim Care . 2011; 19 (3): 173-82. pmid: 22688227
  15. 15.              NHS Digital [Internet]. Lees codes; 2018. [Geciteerd 2018 8 augustus]. Beschikbaar vanaf: https://digital.nhs.uk/services/terminology-and-classifications/read -codes
    • 16.              ​​ NHS Digital [Internet]. Statistieken ziekenhuisaflevering. Over de HES-database; 2019. [Geciteerd 2019 2 mei]. Beschikbaar vanaf: https: //digital.nhs .uk / data-and-information / data-tools-and-services / data-services / ziekenhuis-aflevering-statistieken
      • 17.              Bureau voor nationale statistieken. Een samenvatting op basis van 2010  NPP-referentievolume; 2012. [Geciteerd 2019 10 oktober]. Beschikbaar vanaf http://www.ons.gov.uk/ons/dcp171776_253890.pdf
      • 18.              Lacey RJ, Lewis M, Jordan K, Jinks C, Sim J. Interrater betrouwbaarheid van het scoren van pijn tekeningen in een zelfrapportage gezondheidsenquête. Spine (Phila, Pa 1976). 2005; 30 (16): E455-8.
      • 19.              McBeth J, Nicholl BI, Cordingley L, Davies KA, Macfarlane GJ. Chronische wijdverbreide pijn voorspelt lichamelijke inactiviteit: resultaten van de prospectieve EPIFUND-studie. Eur J Pain. 2010; 14 (9): 972-979. pmid: 20400346
      • 20.              Wolfe F, Smythe HA, Yunus MB, Bennett RM, Bombardier C, Goldenberg DL, et al. De American College of Rheumatology 1990 Criteria voor de classificatie van fibromyalgie: rapport van het Multicenter Criteria Committee. Artritis Reum. 1990; 33 (2): 160-72. pmid: 2306288
      • 21.              Welsh VK, Clarson LE, Mallen CD, McBeth J. Multisite-pijn en zelfgerapporteerde vallen bij oudere mensen: systematische review en meta-analyse. Artritis Res Ther. 2019; 21 (1): 67. pmid: 30795790
      • 22.              Bureau voor nationale statistieken. Standaard beroepsclassificatie 2000. Vol. 2. De coderingsindex. Londen: The Stationery Office; 2000.
      • 23.              Bureau voor nationale statistieken. De gebruikershandleiding voor de nationale statistiek sociaal-economische classificatie. Versie 1, 1. Londen: The Stationery Office; 2002.
        • 24.              Muller S, Thomas E, Peat G. Het effect van veranderingen in pijn in de onderste ledematen op de progressie van motorische handicap op middelbare en ouderdom: bewijs van het NorStOP-cohort met een follow-up van 6 jaar. Pijn. 2012; 153 (5): 952-9. pmid: 22386475
        • 25.              GOV.UK [Internet]. Officiële statistieken: Engelse indices van deprivatie; 2018 [geciteerd 2018 30 juni]. Beschikbaar vanaf: https://www.gov.uk/government/statistics/english-indices -of-deprivation-2015
          • 26.              Charlson ME, Pompei P, Ales KL, MacKenzie CR. Een nieuwe methode voor het classificeren van prognostische comorbiditeit in longitudinale studies: ontwikkeling en validatie. J Chronische Dis. 1987; 40 (5): 373-83. pmid: 3558716
          • 27.              Khan NF, Perera R, Harper S, Rose PW. Aanpassing en validatie van de Charlson Index voor gecodeerde Read / OXMIS-databases. BMC Fam Pract. 2010; 11: 1. pmid: 20051110
          • 28.              Austin SR, Wong YN, Uzzo RG, Beck JR, Egleston BL. Waarom samenvatting Comorbiditeitsmaatregelen zoals de Charlson Comorbiditeitsindex en Elixhauser Score werken. Med Care. 2015; 53 (9): e65-72. pmid: 23703645
          • 29.              Wereldgezondheidsorganisatie [internet]. Body mass index – BMI; 2019 / [Aangehaald 2019 2 oktober]. Beschikbaar vanaf: http: / /www.euro.who.int/en/health-topics/disease-prevention/nutrition/a-healthy-lifestyle/body-mass-index-bmi
            • 30.              Zigmond AS, Snaith RP. De schaal voor ziekenhuisangst en depressie. Acta Psychiatr Scand. 1983; 67 (6): 361-70. pmid: 6880820

          • 31.              Bjelland I, Dahl AA, Haug TT, Neckelmann D. De geldigheid van de schaal voor ziekenhuisbezorgdheid en depressie . Een geactualiseerd literatuuroverzicht. J Psychosom Res. 2002; 52 (2): 69-77. pmid: 11832252
          • 32.              Snaith RP. De schaal voor ziekenhuisangst en depressie. Gezondheidskwaliteit Levensresultaten. 2003; 01:29. pmid: 12914662
          • 33.              Bergner M, Bobbit RA, Carter WB, Gilson BS. Het ziekteprofielprofiel: ontwikkeling en definitieve herziening van een gezondheidsstatusmaatregel. Med Care. 1981; 19: 787-805. pmid: 7278416
          • 34.              Westoby CJ, Mallen CD, Thomas E. Cognitieve klachten in een algemene populatie van oudere volwassenen: prevalentie, associatie met pijn en de invloed van gelijktijdige affectieve stoornissen. Eur J Pain. 2009; 13 (9): 970-6. pmid: 19110455
          • 35.              Langa KM, Levine DA. De diagnose en het beheer van milde cognitieve stoornissen: een klinische beoordeling. JAMA. 2014; 312 (23): 2551-61. pmid: 25514304
          • 36.              Gezamenlijk formeel comité. British National Formulary: deel 65. Farmaceutische pers; 2013.
            • 37.              Bedson J, Belcher J, Martino OI, Ndlovu M, Rathod T, Walters K et al. De effectiviteit van nationale richtlijnen bij het veranderen van analgetisch voorschrijven in de eerstelijnszorg van 2002 tot 2009: een observationele database-studie. Eur J Pain.2013; 17 (3): 434-43. pmid: 22865816
            • 38.              Ware JE Jr, Sherbourne CD. De MOS 36-item korte-vorm gezondheidsenquête (SF-36). I. Conceptueel kader en itemselectie. Med Care. 1992; 30 (6): 473-83. pmid: 1593914
            • 39.              Bohannon RW, Brennan PJ, Pescatello LS, Marschke L, Hasson S, Murphy M. Self- gebruiken rapport en snelheid naar scherm voor loopbeperkingen. Phys Occup Ther Geriatr. 2005; 23: 1-8.
            • 40.              Muller S, Thomas E, Turf G. Afleiding en testen van een intervalniveau-score voor het meten van locomotor handicap in epidemiologische studies van middelbare en oudere leeftijd. Qual Life Res. 2009; 18 (10): 1341-1355. pmid: 19911307
            • 41.              Merbitz C, Morris J, Grip JC. Ordinale schalen en grondslagen van verkeerde beïnvloeding. Arch Phys Med Rehabil. 989; 70 (4): 308-12. pmid: 2535599
            • 42.              Wright BD, Linacre JM. Observaties zijn altijd ordinaal; metingen moeten echter interval zijn. Arch Phys Med Rehabil. 989; 70 (12): 857-60. pmid: 2818162
            • 43.              Welmer AK, Rizzuto D, Calderon-Larranaga A, Johnell K. Sekseverschillen in de associatie tussen pijn en schadelijke vallen bij oudere volwassenen: een populatiegebaseerd longitudinaal onderzoek. Ben J Epidemiol. 2017; 186 (9): 1049-1056. pmid: 28535169
            • 44.              National Osteoporosis Guideline Group. Beoordeling van het breukrisico; 2017. [Aangehaald op 26 juni 2018]. Beschikbaar vanaf: https://www.sheffield.ac.uk/NOGG/mainrecommendations.html
            • 45.              Cummings SR, Nevitt MC, Kidd S. Valpartijen vergeten. De beperkte nauwkeurigheid van het terugroepen van vallen bij ouderen. J Am Geriatr Soc. 1998; 36 (7): 613-6.