MétaCan
Menu
Retour à la cohorte
Enregistrement W2104384359 · doi:10.1111/j.1532-5415.2008.01790.x

Development, Implementation, and Evaluation of an Interprofessional Falls Prevention Program for Older Adults

2008· article· en· W2104384359 sur OpenAlexaff
Carol Banez, Sandra Tully, Lina Amaral, Debbie Kwan, Anita Kung, Kitty Mak, Rola Moghabghab, Shabbir M.H. Alibhai

Notice bibliographique

RevueJournal of the American Geriatrics Society · 2008
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of TorontoUniversity Health NetworkSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineFear of fallingBerg Balance ScaleFall preventionTimed Up and Go testBalance (ability)Physical therapyPoison controlInjury preventionProgram evaluationFalls in older adultsGeriatricsSuicide preventionGerontologyMedical emergency

Résumé

récupéré en direct d'OpenAlex

This article describes the development and implementation of an Interprofessional Falls Prevention Program (IFPP) designed for community-dwelling seniors. The program was a collaborative pilot research study conducted in a retirement home and an outpatient hospital setting. The pilot was successful and was positioned into a permanent falls prevention program. The IFPP aimed at improving physical function and balance and reducing the fear of falling in seniors with a history of falls. The pilot study included an interprofessional falls assessment followed by a 12-week program of once-weekly group education and exercise sessions, 3- and 6-month follow-up visits, and individual counseling. To measure program effectiveness, the Berg Balance Scale, the Timed Up and Go Test, the Falls Efficacy Scale, and the Morse Fall Risk Scale were used at baseline, upon program completion, and at 3- and 6-month follow-up. Process measures were also collected, including patient satisfaction. Persistent improvements were found in participants' balance, strength, functional mobility, and fear of falling. Patient satisfaction with the program was high. Challenges faced in program implementation are also highlighted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,439
Écart entre enseignants0,399 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Geriatrics SocietyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207