Artigo Original Quantitativo
1
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
Desenvolvimento de uma proposta de escala para avaliar o
risco de queda em idosos em cuidados de saúde primários
Development of a proposed scale for assessing fall risk in older
adults in primary care
Anabela Schinck1*, Edmundo Sousa2
1 Mestrado. Research2Care. Unidade Local de Saúde de Almada Seixal - USF Costa do Mar, Almada, Portugal; orcid.org/0000-0001-5627-4674
2 Doutoramento. Escola Superior de Enfermagem, Universidade de Lisboa, Lisboa, Portugal; orcid.org/0000-0003-2136-4471
* Autor de correspondência: anabelaslc@gmail.com
Recebido: 26.03.2026
Revisto: 30.06.2026
Aceite: 25.10.2026
Editor: Florinda Galinha
Como citar este artigo: Schinck A, Sousa E. Desenvolvimento de uma proposta de escala para avaliar o risco de queda em idosos em cuidados de saúde
primários. Pensar Enf [Internet]. 2026; 30 (1): e00509. Available from: https://doi.org/10.71861/pensarenf.v30i1.509.
Resumo
Introdução
Com o envelhecimento populacional, registou-se um aumento de quedas em idosos, constituindo um
importante problema de saúde pública, particularmente nos cuidados de saúde primários (CSP); contudo, a
avaliação do risco de queda continua a basear-se em instrumentos desenvolvidos para contexto hospitalar,
pouco sensíveis às especificidades da área comunitária.
Objetivo
Desenvolver uma escala de fácil aplicação em cuidados de saúde primários que permita avaliar o risco de
queda em idosos, baseada na identificação de fatores clínicos, sociodemográficos e psicossociais associados à
ocorrência prévia de quedas.
Métodos
Inicialmente, foi realizado um estudo observacional, analítico, transversal e quantitativo, com uma amostra de
322 idosos, selecionados por amostragem de conveniência, com o objetivo de identificar fatores associados à
ocorrência de quedas. Com base nesses resultados, desenvolveu-se um estudo metodológico que permitiu a
construção de uma escala de avaliação do risco de queda, utilizando os coeficientes de um modelo de
regressão logística.
Resultados
A análise inferencial identificou associação significativa entre a ocorrência de quedas e variáveis
sociodemográficas, clínicas e funcionais que, após análise de multicolinearidade, permitiu definir e ajustar um
modelo de regressão logística. O modelo final incluiu quatro preditores (antecedentes de quedas, idade, medo
de cair e coabitação), cujos coeficientes foram convertidos em pontos para construção de uma proposta de
escala de avaliação do risco de queda.
Conclusão
O risco de queda em idosos é multifatorial e a ausência de instrumentos específicos para cuidados de saúde
primários dificulta a sua identificação precoce. Este estudo permitiu desenvolver uma escala de avaliação do
risco de queda com potencial para ser aplicada e identificar o risco de quedas em idosos, contudo, a validação
interna limita a generalização dos resultados, sendo necessária validação externa futura.
Palavras-chave
Idoso; Acidentes por Quedas; Avaliação de Risco; Atenção Primária à Saúde; Idoso Fragilizado.
Artigo Original Quantitativo
2
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
Abstract
Introduction
Population aging has been accompanied by an increase in falls among older adults, constituting an important
public health problem, particularly in primary care; however, fall risk assessment continues to rely on
instruments developed for hospital settings that are poorly sensitive to the specific features of
community settings.
Objective
To develop an easy-to-use scale for assessing fall risk in older adults in primary care, based on the
identification of clinical, sociodemographic, and psychosocial factors associated with previous falls.
Methods
An observational, analytical, cross-sectional, quantitative study was initially conducted with a convenience
sample of 322 older adults to identify factors associated with falls. Based on these results, a methodological
study was conducted, enabling the construction of a fall risk assessment scale using coefficients from a
logistic regression model.
Results
Inferential analysis identified significant associations between falls and sociodemographic, clinical, and
functional variables that, after multicollinearity analysis, were used to define and fit a logistic regression
model. The final model included four predictors - history of falls, age, fear of falling, and living
arrangement—whose coefficients were converted into point values to construct a proposed fall risk
assessment scale.
Conclusion
Fall risk in older adults is multifactorial, and the lack of instruments specifically designed for primary care
hinders its early identification. This study enabled the development of a fall risk assessment scale with
potential for use in identifying fall risk in older adults; however, evaluation in the development sample limits
the generalizability of the findings, and future external validation is needed.
Keywords
Aged; Accidental Falls; Risk Assessment; Primary Health Care; Frail Elderly.
Introdução
O envelhecimento populacional constitui um dos principais desafios demográficos e de saúde pública do
século XXI. Em Portugal, o índice de envelhecimento aumentou de 121,6 em 2010 para 182,7 em 2023,
refletindo uma crescente proporção de idosos na população.1 Este fenómeno está associado a uma maior
prevalência de doenças crónicas, dependência funcional e vulnerabilidade, tornando os idosos particularmente
suscetíveis a eventos adversos como as quedas.
As quedas representam uma das principais causas de morbilidade, perda de autonomia e institucionalização
em pessoas idosas.2 Estima-se que entre 28% e 35% dos indivíduos com mais de 65 anos caiam pelo menos
uma vez por ano, valor que pode atingir 42% após os 75 anos.3,4 Em Portugal, em 2023, os dados do sistema
EVITA mostram que mais de 70% dos acidentes em idosos são quedas, ocorrendo sobretudo em casa
(63,9%).5 Estudos internacionais reforçam estes dados, particularmente em indivíduos com mais de 75 anos
de idade.6
A queda no idoso é um evento multifatorial, com implicações clínicas, sociais e económicas. Além das lesões
físicas, como fraturas, as quedas podem desencadear medo de cair, isolamento social, depressão, declínio
funcional e aumento dos custos em saúde.7 A sua prevenção devia constituir, por isso, uma prioridade nos
cuidados de saúde, especialmente nos cuidados de saúde primários (CSP), onde a vigilância e intervenção
precoce são fundamentais. A complexidade clínica da população idosa reforça a necessidade de existência de
um instrumento de avaliação do risco de queda especificamente adaptado ao contexto de cuidados de saúde
primários.8
Apesar da sua elevada prevalência, a avaliação do risco de queda em CSP continua a ser realizada com
instrumentos desenvolvidos para contextos hospitalares, como a Escala de Morse. Esta realidade evidencia
Artigo Original Quantitativo
3
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
uma lacuna na prática clínica, uma vez que os fatores de risco em ambiente comunitário incluem dimensões
sociais, ambientais e comportamentais que não são contempladas por escalas hospitalares.9,10
A Escala de Quedas de Morse foi desenvolvida por Janice Morse em 1985 e, em Portugal, foi adaptada e
validada para a população adulta por Costa-Dias em 2014, sendo recomendada pela Direção-Geral da Saúde
para avaliação do risco de queda em contexto hospitalar.11É, contudo, a escala utilizada em CSP, apesar de não
ser específica para este contexto. Outras escalas foram desenvolvidas para avaliação do risco de queda, mas
poucas foram validadas para uso em CSP. A revisão sistemática de Meekes, publicada no BMJ Open, analisou
seis ferramentas aplicáveis em CSP — incluindo o Timed Up and Go Test (TUGT), Gait Speed, Berg Balance
Scale, POMA e histórico de quedas — e concluiu que nenhuma apresentou desempenho preditivo robusto,
com a maioria dos estudos a reportar AUC entre 0,5 e 0,74. Outras escalas como a STRATIFY e a FRAT
foram testadas em Portugal, mas não demonstraram validade suficiente para uso sistemático em CSP.9,12,13 No
estudo de Savić, a aplicação da escala de Tinetti revelou que a maioria dos idosos com mais de 75 anos
apresentava risco elevado de queda6, o que revela a maior vulnerabilidade desta população e reforça a
necessidade de ferramentas mais sensíveis e adaptadas ao contexto comunitário.
A inexistência de uma escala validada e adaptada à realidade dos CSP justifica o desenvolvimento de um novo
instrumento, baseado em dados reais da população idosa não institucionalizada. Este instrumento integra
fatores de risco identificados na literatura como: idade superior a 65 anos; sexo; número de quedas nos
últimos três meses; polimedicação14,15; alterações na acuidade visual ou auditiva14; falta de equilíbrio e outras
limitações físicas15 ou ainda fatores mais psicológicos como o medo de cair.16 A disponibilização de uma
escala simples, de fácil aplicação em cuidados de saúde primários poderá contribuir para a promoção de uma
vigilância ativa e para a implementação precoce de estratégias preventivas.
O objetivo deste estudo é desenvolver uma escala de fácil aplicação em cuidados de saúde primários que
permita avaliar o risco de queda em idosos, baseada na identificação de fatores clínicos, sociodemográficos e
psicossociais associados à ocorrência prévia de quedas.
Métodos
Foi desenvolvido um estudo metodológico em duas etapas complementares: numa primeira fase realizou-se
uma análise observacional e transversal dos dados, seguindo as recomendações STROBE, com o objetivo de
identificar os fatores associados à ocorrência de quedas em idosos, etapa necessária para fundamentar a
construção do instrumento; numa segunda fase, os coeficientes do modelo de regressão logística obtidos
foram utilizados para desenvolver uma proposta de uma escala de avaliação do risco de queda, através da
atribuição de pesos às variáveis significativas. A capacidade discriminativa da escala foi posteriormente
avaliada na mesma amostra, recorrendo à curva ROC.
A colheita de dados decorreu numa USF da região de Almada em 2019. A população incluiu todos os
indivíduos com idade igual ou superior a 65 anos, inscritos na USF em questão, tendo a amostra sido
selecionada por conveniência, através de amostragem não probabilística intencional. Foram incluídos todos os
idosos que, no período de realização do estudo, aceitaram participar voluntariamente num contexto de
consulta presencial ou domiciliária. Como critério de exclusão, foi considerada a incapacidade para assinar
consentimento informado.
No presente estudo, foram recolhidos 322 questionários válidos, correspondentes aos participantes que
cumpriram os critérios de inclusão e aceitaram participar na recolha de dados. Esta dimensão amostral foi
considerada adequada para a análise estatística realizada.17,18
Foram consideradas as seguintes variáveis: a) sociodemográfica (sexo, idade, escolaridade, tipo de residência,
agregado familiar, estado civil); b) Clínicas e Funcionais (histórico de quedas, comorbilidades, polimedicação,
medo de cair, equilíbrio, mobilidade, índice de Barthel) e Risco de queda (Escala de Morse para avaliação do
risco de queda.9,19
O questionário, de autopreenchimento, apresentou quatro partes: 1) caracterização sociodemográfica; 2)
variáveis clínicas e funcionais; 3) Índice de Barthel e 4) Escala de Morse. Considerando os participantes com
dificuldade na leitura e escrita, o instrumento foi aplicado com a ajuda de um familiar ou do próprio
profissional de saúde, que procedeu à leitura e ao registo das respostas fornecidas pelo idoso.
Com base nos fatores identificados e na sua relevância clínica, procedeu-se à construção de uma escala de
avaliação do risco de queda com atribuição de uma pontuação a cada variável, considerando o seu peso
relativo no desfecho.
Para a construção do modelo, as variáveis foram recodificadas em formato dicotómico, sendo que, no caso da
variável idade, esta foi recodificada em <80 vs ≥80 anos, ponto de corte sustentado pela literatura que
identifica risco significativamente aumentado de queda em idosos com 80 ou mais anos. É importante nesta
fase distinguir a variável dependente (‘queda nos últimos 3 meses’) da variável preditora ‘antecedentes de
Artigo Original Quantitativo
4
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
queda’. O desfecho foi recodificado como 0 = até 1 queda e 1 = duas ou mais quedas, enquanto o preditor
‘antecedentes de queda’ corresponde ao histórico de quedas prévias e foi utilizado no modelo como fator
independente.
Os dados foram analisados com recurso ao software IBM SPSS Statistics® 13.0: inicialmente foi realizada
estatística descritiva para caracterização da amostra e estatística inferencial para identificação dos fatores
associados ao risco de queda, através de regressão logística binária e respetivos intervalos de confiança a 95%.
A comissão de ética da ARSLVT (parecer nº 074/CES/INV/2019) emitiu parecer favorável à realização do
estudo e todos os participantes foram informados sobre os objetivos, riscos e benefícios da sua participação,
assinaram o termo de consentimento informado, com garantia de anonimato, confidencialidade e
possibilidade de desistência a qualquer momento, sem prejuízo nos cuidados prestados. As escalas utilizadas
foram previamente validadas para a população portuguesa e a autorização de utilização foi solicitada aos
respetivos autores.
Resultados
A amostra consistiu em 322 idosos com idade média de 78,25 anos (mínimo 65, máximo 99). A restante
caracterização sociodemográfica pode ser consultada na Tabela 1.
Tabela 1. Caracterização sociodemográfica da amostra
Variável
Categoria
n
%
Sexo
Feminino
Masculino
213
109
66,1%
33,9%
Estado Civil
Casado
Solteiro
Viúvo
207
11
104
64,3%
3,4%
32,3%
Vive com
Sozinho
Esposa/Marido
Mais de 2 pessoas
50
203
69
15,5%
63%
21,4%
Habilitações
Analfabeto
Ensino primário
Ensino preparatório
Ensino secundário
Ensino Superior
47
210
40
15
10
14,6%
65,2%
12,4%
4,7%
3,1%
Vive em
Apartamento c/ escadas/desníveis
Apartamento s/ escadas/desníveis
Casa térrea c/ escadas/desníveis
Casa térrea s/ escadas/desníveis
115
76
63
68
35,7%
23,6%
19,6%
21,1%
Quedas nos últimos 3
meses
Sim
Não
84
238
26,1%
73,9%
Polimedicação (+4
fármacospordia)
Sim
Não
264
58
82%
18%
Atividade física
Sim
Não
17
305
5,3%
94,7%
Capacidade para subir
lance escadas
Sim
Não
253
69
78,6%
21,4%
Capacidade para descer
lance escadas
Sim
Não
232
90
72%
28%
Capacidade para andar
100m
Sim
Não
207
115
64,3%
35,7%
Medo de cair
Sim
Não
259
63
80,4%
19,6%
Sente falta de equilíbrio
Sim
Não
191
131
59,3%
40,7%
Previamente à análise inferencial, foi realizada análise de normalidade. O teste Shapiro-Wilk indicou uma
distribuição não normal para as variáveis idade (p < 0,001), peso (p < 0,001), altura (p = 0,002) e número de
quedas (p < 0,001). A associação entre a ocorrência de quedas e diversas variáveis categóricas foi calculada
com recurso ao teste não paramétrico, teste do qui-quadrado, e observou-se que as mulheres têm mais quedas
(p = 0,011), assim como indivíduos com menor escolaridade (analfabetos e ensino primário) (p = 0,005),
viúvos (p<0,001), polimedicados (p = 0,007), com consumo de álcool (p = 0,024), que vivem sozinhos ou
com mais de duas pessoas (p < 0,001) e têm medo de cair (p < 0,001).
As quedas acontecem com maior frequência de manhã e à noite (p < 0,001) em idosos com habitações com
escadas ou desníveis (p = 0,030). Indivíduos que sentem dificuldade em subir escadas (p = 0,002) e em descer
Artigo Original Quantitativo
5
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
escadas (p = 0,007) caem mais, assim como os que referem falta de equilíbrio (p < 0,001). A limitação na
marcha, medida pela dificuldade em caminhar 100 metros, também está associada a maior risco de queda (p =
0,001).
Por outro lado, não foi encontrada associação estatisticamente significativa entre a prática de atividade física
(p = 0,167) e a ocorrência de quedas.
Através da correlação de Spearman conclui-se que existe uma correlação positiva muito elevada entre
“Capacidade para subir lance de escadas” e “Capacidade para descer lance de escadas”(p = 0,788, p
<0,001), bem como correlação forte entre “Capacidade para subir lance de escadas” e “Capacidade para
andar 100m” (p = 0,622, p <0,001). Estas variáveis foram inicialmente incluídas por indicarem diferentes
dimensões da mobilidade funcional, reconhecida como determinante do risco de queda em idosos14, contudo,
após análise da colinearidade, optou-se por manter apenas a variável dificuldade em caminhar 100 metros, por
constituir uma ação mais abrangente da mobilidade funcional.
As variáveis medo de cair e falta de equilíbrio apresentaram correlação moderada (p=0,400 e p=0,356,
respetivamente) de acordo com a classificação proposta por Mukaka20mas foram mantidas por representarem
constructos distintos (psicológico e físico). Por fim, a variável vive com alguém apresentou correlação
negativa moderada com o estado civil (p=-0,151, p=0,007), pelo que foi escolhida a primeira, por se
considerar mais representativa da realidade de coabitação. As restantes variáveis apresentaram correlações
fracas (p< 0,40) e foram mantidas para análise multivariada.
Foi considerado um modelo de regressão logística binária e as variáveis foram recodificadas em dicotómicas
com o objetivo de identificar os fatores associados ao risco de queda. Foram incluídas no modelo as variáveis
que demonstraram associação estatisticamente significativa (p<0,05) com o desfecho queda e consideradas
duas abordagens. Na primeira (método Enter), todas as variáveis foram incluídas em simultâneo. Na segunda
(método Forward), apenas as variáveis estatisticamente significativas foram introduzidas de forma sequencial.
A variável queda, binária, numa tentativa de evitar a colinearidade, foi recodificada para (0) até 1 queda nos
últimos 3 meses e (1) duas ou mais quedas.
Tabela 2. Comparação dos modelos de regressão logística binária
Critério
Enter
Forward Stepwise
Teste Omnibus
χ² = 369,633, p < 0,001
χ² = 101,057, p < 0,001
Hosmer-Lemeshow
p = 1,000 (ajuste perfeito)
p = 0,930 (excelente ajuste)
% de classificação correta
100% (overfitting)
79,8%
Sensibilidade)
100%
22,6%
Especificidade
100%
100%
Nagelkerke R²
1,000 (overfitting)
0,395
Nº de variáveis significativas
11 (com colinearidade)
4 (sem colinearidade crítica)
Estabilidade estatística
Não (ajuste perfeito/ colapso)
Sim (modelo estimável)
Ambos os modelos revelaram significância global; contudo, o segundo demonstrou melhor ajuste, maior
capacidade preditiva e uma estrutura mais eficiente.
Com base nos coeficientes finais, foram consideradas as seguintes variáveis no modelo final: como preditor
mais forte a variável “ter duas ou mais quedas” (B = 23,024), associada a um maior risco de queda, enquanto
que “idade mais jovem” (B = –1,436), “não ter medo de cair” (B = –2,193) e “viver acompanhado por uma
pessoa” (B = –0,713) foram associados a um menor risco de queda.
Na Tabela 3 apresentam-se os coeficientes B, os odds ratios (Exp(B)), os intervalos de confiança a 95% e os
valores de significância das variáveis incluídas no modelo final.
Tabela 3. Modelo final de regressão logística binária
Variável
Categoria
Coeficiente (B)
Exp(B)
IC95%
p‑value
Antecedentes de queda
Ter uma ou mais
quedas
23,024
1E+010
0
,998
Idade
≥80 anos
-1,436
0,238
0,110 – 0,514
0,000
Ter medo de cair
Sim
-2,193
0,112
0,026 – 0,478
0,003
Viver acompanhado por
uma pessoa
Sim
-0,713
0,490
0,269 – 0,893
0,020
O preditor ‘ter duas ou mais quedas’ apresentou um coeficiente muito elevado, refletindo forte associação
com o desfecho, enquanto as restantes variáveis mostraram efeitos protetores, com OR inferiores a 1. Na
construção da escala, o preditor ‘ter duas ou mais quedas’ foi operacionalizado como ‘antecedentes de queda
(Sim/Não)’, mantendo a direção e o peso relativo observados no modelo, mas simplificando a categoria para
facilitar a aplicação clínica.
Artigo Original Quantitativo
6
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
Para a transformação dos coeficientes de regressão logística, foi considerado o menor coeficiente absoluto
(viver acompanhado por uma pessoa = -0,713) numa tentativa de manter a relação entre os diferentes fatores
explicativos. Este valor indica que viver acompanhado por uma pessoa constitui um fator protetor, podendo
reduzir o risco de queda. Para normalizar os pesos de cada variável no modelo foi utilizado um fator
constante, para evitar valores decimais e facilitar, posteriormente, a aplicação prática e cotação da escala.
A normalização dos itens através da divisão pelo coeficiente de menor magnitude absoluta é uma abordagem
recomendada por autores como Hosmer, Lemeshow e Sturdivant.21 A pontuação final da escala foi adaptada
com base na relevância clínica dos preditores identificados, à semelhança do que foi realizado por Morse19 e,
por este motivo, foi mantida a variável “ter uma ou mais quedas”, apesar de apresentar um score
significativamente superior, dada a sua reconhecida relevância clínica.19
Tabela 4. Normalização dos coeficientes de cada variável
Variável
Coeficiente (B)
B / Bmín (0,713)
Score final
Viver acompanhado por uma pessoa
-0,713
1
1
Idade
-1,436
2,01
2
Ter medo de cair
-2,193
3,08
3
Ter uma ou mais quedas
23,024
32,29
32
Para o início da construção da escala, os coeficientes de regressão logística (B) foram normalizados pela
divisão de cada coeficiente pelo coeficiente de menor magnitude absoluta (|β| = 0,713). Os valores obtidos
foram posteriormente arredondados ao número inteiro mais próximo.
De seguida, para adaptar a pontuação da escala com o objetivo de obter um instrumento simples e de fácil
utilização na prática clínica, foram ajustados os valores de forma a facilitar a aplicação clínica da escala,
preservando a importância relativa encontrada nos preditores identificados no modelo.
Tabela 5. Normalização dos coeficientes de cada variável
Variável
Categoria
Score Final
Antecedentes de queda
Sim
Não
6
0
Idade
≥80 anos
2
<80 anos
1
Medo de cair
Sim
Não
3
0
Vive com
Sozinho ou com +2 pessoas
Com 1 pessoa
1
0
Dado que a variável “Antecedentes de queda” apresenta um coeficiente superior às restantes optou-se por
normalizar os coeficientes de forma a facilitar a sua aplicação e avaliação clínica. A atribuição dos pontos
procurou manter a ordem de importância dos preditores identificados pelo modelo, evitando que um único
fator determinasse, desproporcionalmente, a classificação global do risco.
A atribuição de 6 pontos ao antecedente de queda não resulta de uma justificação matemática (score
estatístico), mas sim de uma decisão clínica (score clínico). A intenção foi refletir a relevância clínica deste
fator como um dos principais preditores de novas quedas, sem, no entanto, tornar a escala dicotómica ou
fazer com que esta variável anulasse o contributo das restantes. Um peso de 32 pontos faria com que a
presença de um antecedente de queda determinasse, por si só, praticamente toda a classificação do risco,
reduzindo significativamente o contributo discriminativo das restantes variáveis. Assim, manteve-se esta
variável como o fator com maior peso na escala, refletindo a sua reconhecida relevância clínica, mas adotando
uma ponderação que permitisse integrar de forma equilibrada todos os preditores. Esta adaptação
corresponde, por isso, a uma decisão baseada em critérios clínicos, que deverá ser reavaliada em estudos
futuros de validação.
Artigo Original Quantitativo
7
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
Imagem 1. Curva ROC – Modelo Final
O modelo de regressão logística apresentou uma área sob a curva ROC (AUC) de 0,989 com elevada
capacidade discriminativa na amostra utilizada, sugerindo que poderá distinguir indivíduos com e sem risco de
queda.
A escala foi construída com base nos preditores identificados pelo modelo, constituindo uma proposta de
escala para aplicação e validação clínica futura.
Discussão
O risco de queda é um fenómeno multifatorial, influenciado por características clínicas, funcionais,
psicológicas e sociais.13 A inexistência de um instrumento específico que permita identificar os idosos com
maior risco de queda constitui um desafio relevante nos cuidados de saúde, uma vez que os instrumentos
existentes não estão adaptados ao contexto dos cuidados de saúde primários.12,13
A amostra utilizada, com 322 idosos mostrou que 26,1% teve pelo menos uma queda nos últimos três meses,
valor consistente com a prevalência anual de quedas descrita em estudos comunitários, que varia entre 26–
35%.6, 22 A ocorrência de quedas apresentou associação significativa com variáveis sociodemográficas e
clínicas, que apesar da sua dimensão multifatorial, possibilitou a identificação de um conjunto de variáveis
que, por si só, estão associadas a um maior risco de queda, nomeadamente comorbilidades e fatores
funcionais e psicológicos.6, 8 A necessidade de utilização de uma escala que seja multifatorial foi também
sugerida por outros autores4, 12, 13, referindo estes a realização de “provas físicas”, numa abordagem que reúna
o historial de quedas com outros domínios.
A escala proposta inclui as variáveis “antecedentes de queda”, variável com mais peso, achado coerente com a
evidência de que uma queda prévia é um dos fatores isolados mais fortes para quedas futuras6, 8, 23; “idade”,
como preditor robusto após os 65 anos de idade e, risco ainda maior após os 80 anos de idade 2, 6, 8, 24; “medo
de cair”, reconhecido como determinante no risco de queda16, 25, 26 e selecionado com o intuito de combinar
fatores físicos com psicológicos16, 27 e “com quem vive”, como variável ambiental12, 13 fundamental em
cuidados de saúde primários. Aqui, o item ‘antecedentes de queda’ corresponde ao preditor identificado no
modelo (‘ter duas ou mais quedas’), tendo sido simplificado para ‘Sim/Não’ para facilitar a aplicabilidade
clínica.
Após identificar os preditores independentes, foi construída a escala proposta. A pontuação foi adaptada com
o objetivo de facilitar a sua utilização clínica da escala, preservando a hierarquia dos preditores identificados
pelo modelo. A redução do peso atribuído aos antecedentes de queda correspondeu a uma decisão clínica
destinada a evitar que um único preditor dominasse a classificação global do risco. A posterior definição das
categorias de risco deverá ser estabelecida e validada em estudos futuros.
Na presente amostra, o modelo de regressão logística apresentou elevada capacidade discriminativa (AUC =
0,989), valores superiores aos habitualmente reportados, onde AUC moderados são mais frequentes4,12,13
contudo, este valor deve ser analisado com cautela, uma vez que pode refletir sobreajuste ao conjunto de
dados, uma vez que o modelo foi desenvolvido e testado na mesma amostra. Adicionalmente, a presença de
um preditor com peso muito elevado no resultado final da escala (antecedentes de queda) pode induzir o
desfecho, influenciando o valor de AUC tão otimista, sobretudo por a escala ter sido testada na mesma
Artigo Original Quantitativo
8
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
amostra em que foi construída, sendo necessária posterior validação externa. Estudos semelhantes reportam,
habitualmente, valores menos elevados.4,12
O estudo apresenta limitações que devem ser consideradas: amostragem por conveniência e recolha de dados
numa única unidade de saúde, o que pode limitar a generalização dos resultados, uma vez que a amostra
poderá não ser representativa da população idosa em cuidados de saúde primários, ausência de seguimento
longitudinal e consistência interna reduzida, compatível com a natureza multidimensional do fenómeno
queda. Pela sequência utilizada e uma vez que a avaliação da escala proposta foi realizada na mesma amostra
utilizada para a sua construção, os resultados refletem apenas validade interna, possível overfitting, e não
capacidade preditiva futura. Por outro lado, o peso elevado dos antecedentes de queda poderá ter influenciado
a capacidade discriminativa observada, sendo este aspeto importante de reavaliar em estudos posteriores.
Os resultados do estudo sustentam a escala proposta como um instrumento potencial para avaliação do risco
de queda em idosos, em contexto de cuidados de saúde primários, necessitando, contudo, de validação
externa. Recomenda-se que seja utilizada em estudos futuros, em contexto de cuidados de saúde primários, de
forma a avaliar a sua capacidade preditiva num prazo de 3, 6 e 12 meses.
Conclusão
Neste estudo, identificaram-se vários fatores associados à ocorrência de quedas em idosos que permitiram a
construção de uma proposta de escala de avaliação do risco de queda, adaptada a cuidados de saúde
primários, para avaliar o risco de queda em idosos: antecedente de queda, idade, medo de cair e tipo de
coabitação.
A construção com um conjunto restrito de variáveis com influência significativa no risco de queda permite
que o seu preenchimento e aplicação sejam rápidos, aumentando a adesão dos profissionais à sua utilização e,
ao mesmo tempo, poderá revelar-se uma ferramenta útil num contexto de cuidados de saúde primários.
Apesar de promissora, a sua validação foi realizada na mesma amostra utilizada para construir a escala,
limitando a generalização de resultados.
Apesar disso, o trabalho oferece contributos relevantes: para a investigação, constitui um primeiro passo na
construção de uma escala multifatorial dirigida e específica para cuidados de saúde primários, que deverá ser
testada para a prática clínica, a escala proposta poderá apoiar a identificação precoce de idosos em risco e
orientar intervenções preventivas mais direcionadas e, no domínio da formação, os resultados reforçam a
necessidade de capacitar os profissionais para uma avaliação sistemática e integrada do risco de queda,
valorizando dimensões físicas, psicológicas e sociais, e promovendo uma abordagem preventiva mais
abrangente.
Autoria e Contribuições
AS: Conceção/desenho, recolha de dados, análise e interpretação, redação do manuscrito, revisão crítica e
aprovação da versão final, assumindo a responsabilidade pela mesma.
ES: Conceção/desenho, redação do manuscrito, revisão crítica, aprovação da versão final do manuscrito e
assunção da responsabilidade pelo mesmo.
Conflitos de interesse e Financiamento
Os autores declaram não existir qualquer conflito de interesses.
Agradecimentos
Agradecemos o contributo da enfermeira Ana Patrícia Martins.
Fontes de apoio / Financiamento
O estudo não recebeu qualquer financiamento.
Declaração sobre disponibilização dados
O conjunto de dados que sustenta os resultados deste estudo está disponível mediante pedido razoável aos
autores. O acesso poderá ser facultado para fins académicos ou de investigação, sujeito às devidas
considerações éticas e de confidencialidade.
Referências
1. Instituto Nacional de Estatística. Censos 2021: resultados definitivos. Lisboa: Instituto Nacional de
Estatística; 2023.
Artigo Original Quantitativo
9
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
2. World Health Organization. Falls [Internet]. Geneva: World Health Organization; 2021 [citado 2025 dez
10]. Disponível em: https://www.who.int/news-room/fact-sheets/detail/falls
3. Franse CB, Rietjens JAC, Burdorf A, van Grieken A, Korfage IJ, van der Heide A, et al. A prospective
study on the variation in falling and fall risk among community‑dwelling older citizens in 12 European
countries. BMJ Open[Internet]. 2017[citado 2025 dezembro 10];7(6):e015827. Disponível
em:https://bmjopen.bmj.com/content/7/6/e015827
4. Meekes WMA, van der Velde N, van der Cammen TJM, van de Goor IA. Practical and validated tool to
assess falls risk in the primary care setting: a systematic review. BMJ Open[Internet]. 2021[citado 2025
dezembro 10];11(9):e045431. Disponível em:https://bmjopen.bmj.com/content/11/9/e045431.long.
5. Alves T, Silva S, Braz P, Aniceto C, Mexia R, Dias CM. Quedas em pessoas idosas em Portugal: uma
abordagem epidemiológica a partir dos dados de 2023 do sistema EVITA.
BolEpidemiolObserv[Internet].2024[citado 2025 dezembro 11];13(35):91–96.Disponível em:
https://repositorio.insa.pt/entities/publication/010831c9-1b48-42bb-b7f5-fdbadbd51a67
6. Savić S, Gavran L, Stanetić K, Petrović V, Tešanović G, Batić‑Mujanović O, et al. Assessment of the risk
of falls among elderly persons in primary care settings. MedGlas (Zenica)[Internet]. 2024[citado 2025
dezembro 11];21(2):398–403. Disponível em: https://medicinskiglasnik.ba/article/id/482/
7. Montero‑Odasso M, van der Velde N, Martin FC, Petrovic M, Tan MP, Ryg J, et al. World guidelines for
falls prevention and management for older adults: a global initiative. Age Ageing[Internet]. 2022[citado
2025 dezembro 10];51(9):afac205.Disponívelem:https://doi.org/10.1093/ageing/afac205.
8. Lastrucci V, Lorini C, Rinaldi G, Bonaccorsi G. Identification of fall predictors in the active elderly
population from the routine medical records of general practitioners. Prim
HealthCareResDev[Internet].2018[citado 2025 dezembro 12];19(2):131–139. Disponível em:
https://doi.org/10.1017/S146342361700055X.
9. Costa‑Dias M, Ferreira P, Oliveira A. Adaptação cultural e linguística e validação da Escala de Quedas de
Morse. RevEnfermRef[Internet]. 2014[citado 2025 dezembro 10];IV(2):7–17. Disponível
em:https://doi.org/10.12707/RIII1382.
10. Dixe MACR, Querido A, Mendonça S, Sousa P, Monteiro H, Carvalho D, et al. Psychometric properties
of the European Portuguese version of the Memorial Emergency Department Fall Risk Assessment
Tool. Healthcare (Basel) [Internet]. 2022 [citado 2025 dez 18];10(3):452. Disponível em:
https://doi.org/10.3390/healthcare10030452
11. Direção‑Geral da Saúde (DGS). Norma nº 008/2019 de 09/12/2019: Prevenção e intervenção na queda
do adulto em cuidados hospitalares[Internet]. Lisboa: Direção‑Geral da Saúde; 2019[citado 2025
novembro 28]. Disponível em: https://normas.dgs.min-saude.pt/2019/12/09/prevencao-e-intervencao-
na-queda-do-adulto-em-cuidados-hospitalares/
12. Strini V, Schiavolin R, Prendin A. Fall risk assessment scales: a systematic literature review.
NursRep[Internet]. 2021[citado 2025 novembro 28];11(2):430–443. Disponível em:
https://doi.org/10.3390/nursrep11020041.
13. de Clercq H, Naudé A, Bornman J. Factors included in adult fall risk assessment tools (FRATs): a
systematic review. AgeingSoc[Internet]. 2021[citado 2025 novembro 28];41(11):2558–2582. Disponível
em: https://doi.org/10.1017/S0144686X2000046X.
14. Kyrdalen IL, Thingstad P, Sandvik L, Ormstad H. Associations between gait speed and well‑known fall
risk factors among community‑dwelling older adults. PhysiotherResInt[Internet]. 2019[citado 2025
dezembro 18];24(1):e1743. Disponível em: https://doi.org/10.1002/pri.1743.
15. Kumar A, Carpenter H, Morris R, Iliffe S, Kendrick D. Which factors are associated with fear of falling
in community‑dwelling older people? AgeAgeing[Internet]. 2014[citado 2025 novembro 28];43(1):76–
84.Disponível em: https://doi.org/10.1093/ageing/aft154.
16. Rossler A, Wheeler JM, Thiamwong L. A multidimensional approach for nurse practitioners to screen
fall risk and fear of falling in community‑dwelling older adults. J NursePract[Internet].2023[citado 2026
janeiro 08];19(1):104436. Disponível em: https://doi.org/10.1016/j.nurpra.2022.08.019.
17. Miot HA. Tamanho da amostra em estudos clínicos e experimentais. J VascBras[Internet]. 2011[citado
2026 março 10];10(4):275–278. Disponívelem:https://doi.org/10.1590/S1677-54492011000400001
18. Vaz‑Carneiro A. Cálculo da dimensão da amostra em estudos clínicos: princípios metodológicos básicos.
RevPortCardiol[Internet]. 2003[citado 2026 março 10];22(12):1513–1521.Disponívelem:
http://hdl.handle.net/10451/33057
19. Morse JM, Morse RM, Tylko SJ. Development of a scale to identify the fall‑prone patient. Can J
Aging[Internet]. 1989[citado 2026 janeiro 10];8(4):366–377. Disponível em:
https://doi.org/10.1017/S0714980800008576.
Artigo Original Quantitativo
10
Pensar Enfermagem / v.30 n.01 / Jan-Dez 2026 / DOI: 10.71861/pensarenf.v30i1.509 / e00509
20. Mukaka MM. A guide to appropriate use of correlation coefficient in medical research. Malawi Med
J[Internet]. 2012[citado 2026 março 10];24(3):69–71. Disponível em:
https://pmc.ncbi.nlm.nih.gov/articles/PMC3576830/
21. Hosmer DW, Lemeshow S, Sturdivant RX. Applied logistic regression. 3rd ed. Hoboken, NJ: Wiley;
2013.
22. Todd C, Skelton D. What are the main risk factors for falls among older people and what are the most
effective interventions to prevent these falls? [Internet]. Copenhagen: WHO Regional Office for Europe;
2004[citado 2025 dezembro 18]. (Health Evidence Network report; 11).Disponívelem:
https://iris.who.int/server/api/core/bitstreams/d0f7d347-3799-4269-9106-e73e94f561ae/content
23. Tinetti ME, Speechley M, Ginter SF. Risk factors for falls among elderly persons living in the
community. N Engl J Med[Internet]. 1988[citado 2025 dezembro 08];319(26):1701–1707. Disponível em:
https://doi.org/10.1056/NEJM198812293192604.
24. Ambrose AF, Paul G, Hausdorff JM. Risk factors for falls among older adults: a review of the literature.
Maturitas [Internet]. 2013 [citado 2025 dez 28];75(1):51-61. Disponível em:
https://doi.org/10.1016/j.maturitas.2013.02.009
25. Zijlstra GAR, van Haastregt JCM, van Rossum E, van Eijk JTM, Yardley L, Kempen GIJM.
Interventions to reduce fear of falling in community-living older people: a systematic review. J
AmGeriatrSoc[Internet].2007[citado 2026 janeiro 10];55(4):603–615. Disponível em:
https://doi.org/10.1111/j.1532-5415.2007.01148.x.
26. Whipple MO, Hamel AV, Talley KMC. Fear of falling among older adults: a review of measurement and
predictive factors. J GeriatrPhysTher[Internet]. 2018[citado 2025 dezembro 18];41(1):1–14. Disponível
em: https://doi.org/10.1519/JPT.0000000000000123.
27. Suarez JRM, Park JH, Thiamwong L. Assessment of static balance metrics in community-dwelling older
adults categorized using the fall risk appraisal matrix. Int J EnvironResPublicHealth[Internet].
2025[citado 2026 janeiro 18];22(7):1079. Disponível em: https://doi.org/10.3390/ijerph22071079.
