Risk Factors for Falling Among Community-Based Seniors
Notice bibliographique
Résumé
BACKGROUND: Falling constitutes a significant risk to the health and well-being of seniors. Although a number of risk factors have been established within the literature for falling, limited work has differentiated risk factors for 1-time versus recurrent or multiple fallers. METHODS: The purpose of this research was to examine 2 relationships: (1) the risk factors for nonfallers versus fallers (1+ falls); and (2) the risk factors for nonfallers/1-time fallers versus multiple fallers (2+ falls). All participants (n = 453) were subjects within 5 different fall intervention programs funded through the Falls Prevention Initiative sponsored by Health Canada and Veterans Affairs Canada. In total, 5 project sites funded in Ontario conducted independent fall intervention programs. At the onset of their programs and at the completion of their programs, each project site assessed all of their subjects or a predetermined number of seniors (if the subject pool was extensive) using 2 instruments, namely the interRAI Community Health Assessment and the Berg Balance Scale, so that comparisons could be made between sites. RESULTS: Of the 453 individuals, 67% of the sample was classified as nonfallers, with 33% classified as experiencing 1 or more falls. Risk factors significant within the model examining nonfallers versus 1+ fallers included increased medication use and a previous history of falling. For the second analyses, examining 0 falls/1 fall versus recurrent fallers, the following factors were associated with increased risk: medication use, previous history of falling, and compromised activities of daily living (ADL). Fourteen percent of the sample experienced 2+ falls. CONCLUSIONS: It is important to distinguish fallers based on fall status because recurrent or multiple fallers are more likely to benefit from fall prevention efforts. Using a standardized and comprehensive tool such as the interRAI-CHA would assist researchers in making comparisons between different research groups.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».