Falls Sustained During Inpatient Rehabilitation After Lower Limb Amputation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The purpose of this study is to identify risk factors for falling and fall-related injury among a group of inpatients undergoing rehabilitation after major lower limb amputation. DESIGN: Retrospective cohort. RESULTS: Out of 1267 patients, 260 (20.5%) fell at least once. There were a total of 374 falls, 67 (17.9%) of which resulted in one or more injuries. Adjusted odds ratios (OR) and 95% confidence intervals (CI) were calculated for factors significantly associated with falling, including age of > or =71 yrs (OR = 1.40, 95% CI = 1.02-1.89), lengths of stay of 22-35 days (OR = 2.97, 95% CI = 1.14-7.72) or >5 wks (OR = 6.07, 95% CI = 2.34-15.71), four or more comorbidities (OR = 1.93, 95% CI = 1.09-3.41), cognitive impairment (OR = 1.68, 95% CI = 1.02-2.78), two or more as-needed medications (OR = 1.81, 95% CI = 1.02-3.21), benzodiazepines (OR = 2.22, 95% CI = 1.24-3.96), and opiates (OR = 5.76, 95% CI = 3.29-10.09). Factors significantly associated with fall-related injuries included bilateral amputation (OR = 3.68, 95% CI = 1.49-9.05) and falls during the day shift (OR = 2.63, 95% CI = 1.24-5.57). CONCLUSIONS: One in five patients with lower limb amputation will likely experience at least one fall during inpatient rehabilitation, with 18% sustaining an injury. Ongoing research is required to develop appropriate intervention strategies to ameliorate the risk of falling during inpatient rehabilitation.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 découle