Management of Fall-Related Injuries in the Elderly: A Retrospective Chart Review of Patients Presenting to the Emergency Department of a Community-Based Teaching Hospital
Notice bibliographique
Résumé
PURPOSE: To identify current practice for elderly individuals who have sustained a fall-related injury and subsequently presented to the emergency department (ED) of a community-based hospital in Toronto, Ontario. METHODS: A retrospective longitudinal chart review was conducted for 300 persons, 65 years of age and older, who presented to the ED of a community-based teaching hospital with a fall from June 2004 through May 2005. Data were collected using a tool created by the investigators (based on information gathered through a literature review) to capture information related to risk factors for falling. RESULTS: Our study sample was demographically similar to elderly individuals in other fall-related studies. Most patients discharged directly from the ED did not receive multidisciplinary care. In the ED, all patients saw a nurse or physician, while only 1.3% (n = 4) saw a physical therapist, 3.0% (n = 9) saw an occupational therapist, and 5.3% (n = 16) saw a social worker. At discharge, 62% (n = 152) had no documented referral for follow-up care. Abilities related to falls in elderly individuals were not consistently assessed in the ED. Frequency of assessment for these abilities was as follows: (1) gait, 10.2%; (2) balance, 4.1%; (3) lower-extremity range of motion, 4.9%; (4) lower-extremity strength, 2.0%; (5) cognition, 26.1%; (6) vision, 2.0%; (7) ability to perform activities of daily living, 7.3%. In the 6 months following the index fall, 8.3% of patients returned to the ED of the same hospital because of a subsequent fall. CONCLUSIONS: In the ED, fall-related risk factors were not consistently assessed or documented, and few patients received multidisciplinary management. Since elderly individuals who fall commonly present to the ED, the implementation of evidence-based strategies aimed at preventing repeat falls should be considered.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».