Muscle Weakness and Falls in Older Adults: A Systematic Review and Meta‐Analysis
Notice bibliographique
Résumé
OBJECTIVES: To evaluate and summarize the evidence of muscle weakness as a risk factor for falls in older adults. DESIGN: Random-effects meta-analysis. SETTING: English-language studies indexed in MEDLINE and CINAHL (1985-2002) under the key words aged and accidental falls and risk factors; bibliographies of retrieved papers. PARTICIPANTS: Fifty percent or more subjects in a study were aged 65 and older. Studies of institutionalized and community-dwelling subjects were included. MEASUREMENTS: Prospective cohort studies that included measurement of muscle strength at inception (in isolation or with other factors) with follow-up for occurrence of falls. METHODS: Sample size, population, setting, measure of muscle strength, and length of follow-up, raw data if no risk estimate, odds ratios (ORs), rate ratios, or incidence density ratios. Each study was assessed using the validity criteria: adjustment for confounders, objective definition of fall outcome, reliable method of measuring muscle strength, and blinded outcome measurement. RESULTS: Thirty studies met the selection criteria; data were available from 13. For lower extremity weakness, the combined OR was 1.76 (95% confidence interval (CI)=1.31-2.37) for any fall and 3.06 (95% CI=1.86-5.04) for recurrent falls. For upper extremity weakness the combined OR was 1.53 (95% CI=1.01-2.32) for any fall and 1.41 (95% CI=1.25-1.59) for recurrent falls. CONCLUSION: Muscle strength (especially lower extremity) should be one of the factors that is assessed and treated in older adults at risk for falls. More clinical trials are needed to isolate whether muscle-strengthening exercises are effective in preventing falls.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,022 | 0,032 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».