120 * OBSERVATIONAL PILOT STUDY OF PHYSICAL ACTIVITY ON AN ACUTE OLDER PERSON'S UNIT
Notice bibliographique
Résumé
Introduction: An acute hospital admission is often a life changing event for older adults with up to 50% of patients over 65 losing ADL function whilst hospitalised. Physical activity is associated with maintaining independence and restoration of functional capacity. Our purpose was to pilot an observational coding system of physical activity levels on the Unit. Methods: Sixteen patients (mean age 83.6; SD 5.65) were observed over 4 separate sessions by a single observer during the same epoch (2pm-5pm) creating a total of 288 observations. Modal posture and activity were recorded at 10 minute intervals, using a pre-designed code form. Self-reported pre-morbid function and current physical function, reported by the ward physiotherapist, as well as gait velocity, CONFbal & Elderly Mobility Score (EMS) were captured during March 2012 for potential factors. Results: All patients reported they were capable of ambulation before admission. At the time of observation 11 patients (69%) were ambulatory, mean (SD) physical measures; gait velocity 0.2m.sec−1 (0.13m.sec−1), CONFbal 23.6 (3.8), EMS 10.6 (3.37).1 Position and activity summary Conclusion: This group of patients had extremely slow gait speeds indicating their frailty and risk of functional decline during hospitalisation. Physical activity levels were extremely low on the Unit with ambulatory patients spending 78% of time inactive. CONFbal scores were high which may mean they do not ambulate because they fear falling. Research suggests that 55% of older adults have some degree of fear of falling, and 56% curtailed their activities because of this. We hypothesise that in hospital fear of falling may be more prevalent and result in greater activity curtailment.
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 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 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».