Preventing falls and related injuries among seniors in assisted living residences
Notice bibliographique
Résumé
Introduction The purpose of this study was to addresses a gap in the fall prevention literature with a focus on Assisted Living Residences (ALRs) – a new community housing option for a rapidly growing number of older persons that are at high risk falls. The result of the 1-year collaborative study was the development of Best Practice Guidelines for integration into routine care. Methods A 6-month prospective, action research intervention was conducted at two ALR sites, with 161 residents. Measures included focus groups, pre/post staff and resident surveys, pre/post measures of balance and gait, and 6-month fall/injury surveillance. Interventions included staff and resident training on fall tracking, fall prevention education for staff and residents, and physical activity interventions. Results Over 6 months, 155 falls were recorded, with 38% (N=73) of residents identified as having at least one fall and 43% (N=72) of falls resulting in injury. There was a statistically significant reduction in the rate of falls per 1000 resident days between the first and second three-month periods (X2=11.98; p=0.001). Fall risk reduction was demonstrated by a significant difference (t=3.16, p=.002) in pre/post Timed-Up-and-Go scores. Focus group findings included the need to tailor prevention to joiners and non-joiners of group intervention activities. Conclusion The study demonstrated that fall prevention guidelines can be implemented within routine service delivery in ALRs with a positive effect on fall risk reduction.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».