Incidence and Risk Factors of Falling in the Postoperative Lower Limb Amputee While on the Surgical Ward
Notice bibliographique
Résumé
OBJECTIVE: To determine the incidence and risk factors of falling among amputees during the postoperative time on the surgical ward. DESIGN: Retrospective cohort. SETTING: Three tertiary acute care hospitals. PATIENTS: Subjects aged 18 years or older undergoing either a primary or revision amputation at the transtibial, knee disarticulation, or transfemoral levels. Subjects were excluded if they underwent bilateral amputations. A total of 466 charts were identified, and 370 subjects were included in the analysis. MAIN OUTCOME MEASUREMENTS: All outcome measurements were devised before data collection. The primary outcome variable was the presence of at least one fall. Details regarding falls, including the date, time, and location of the first fall, were recorded. In addition, the total number of falls and any associated injuries were documented. Secondary outcome variables included type and number of medical comorbidities, cognitive deficits, and regular use of specific medications. RESULTS: Sixty-one of 370 subjects fell at least once, giving an incidence of 16.5% (95% confidence interval [95% CI] 12.7%-20.3%). No difference was noted between the fall and no fall groups for gender, mean age, number of regular medications, and number of medical comorbidities. The fall group demonstrated a significantly longer length of stay (difference of means 32.5 days, 95% CI 17.4-47.5, P < .001). Injuries were sustained in 60.7% of those who fell. Multiple logistic regression analysis identified the major risk factors for falling as dysvascular etiology (odds ratio [OR] 2.418, 95% CI 1.043-5.606), transtibial level (OR 2.127, 95% CI 1.050-4.309), and right-sided amputation (OR 1.933, 95% CI 1.073-3.483). CONCLUSIONS: Falls and associated injuries occur commonly in the postoperative lower limb amputee on the surgical ward. Risk factors for falling include dysvascular etiology, transtibial level, and right-sided amputation. Further studies are required to characterize the mechanisms of falling in this patient population and to develop appropriate fall-prevention strategies.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».