绊倒经常发生，但是对在行走中足接触障碍物时绊倒的概率进行量化却没有合适的方法。澳大利亚维多利亚大学的两位研究者Russell Best和Rezaul Begg最近建立了一种基于在跑步机行走过程中，评价脚趾接触障碍物几率的最小脚趾清障率数据差异性的统计建模方法。

 

最小脚趾清障率数据是使用足部远端二维模型由两个足部标志点计算出来的。研究者计算了绊倒概率并对最小脚趾清障率样本分布进行积分。一名男性志愿者连续行走1小时的结果显示，最小脚趾清障率分布是非正态分布，平均值为1.03cm，方差为0.25cm，概率分布不对称为1.01，峰态为3.47。这个分布，对一个不可见的高度为0.2cm的障碍物的绊倒概率可计算为每10363大步1次。在缺少概率分布不对称和峰态的建模中，这个概率成为每1901大步1次。这个结果对于绊倒概率评价来说，强调了概率分布不对称和峰态在建模中的重要性。提高障碍物的高度可以显著增大绊倒概率，例如对于高度为0.5cm的不可见障碍物绊倒概率为95大步1次，高度增加到1cm时，概率为2大步1次。

 

该研究提出的建模方法显示，最小脚趾清障率数据的差异性可以被建模来量化在行走中被障碍物绊倒的风险，在跌倒预报和跌倒最小化中具有广阔的应用潜力。

 

原文链接：http://www.sciencedirect.com/science/journal/00219290 （牛文鑫/编译）