Modifiable Risk Factors Identify People Who Transition from Non-fallers to Fallers in Community-Dwelling Older Adults: A Prospective Study
Notice bibliographique
Résumé
PURPOSE: To identify modifiable risk factors associated with the transition from non-faller to faller in community-dwelling older adults. METHOD: A prospective study design was used. Adults aged 60 to 90 years (n=90, mean age=79.7 years, 63% male) who did not report falling in the past year were included. A comprehensive geriatric assessment was performed at study baseline, and daily falls data were collected monthly for 1 year. Multivariable regression using a modified Poisson model on fall status (yes/no) and a Cox proportional hazards model for time to first fall were used to identify risk factors. RESULTS: Twenty-four people (27%) fell. Modifiable risk factors were present in 67% of study participants, and fall risk increased as the number of risk factors increased. The most common activities performed prior to falling were walking and using stairs. Fall risk doubled ([relative risk=2.00; 95%CI: 1.13-3.56) per unit increase in the number of risk factors (lower-extremity weakness, balance impairment, and ≥4 prescription medications). CONCLUSIONS: Among older adults who were self-reported non-fallers, falls were a common outcome, and modifiable risk factors were present in the majority of the sample. The absence of a fall history does not rule out the need to screen for other risk factors for falls. Functional lower-extremity weakness, balance impairment as measured by the Berg Balance Scale (score <50), and number of risk factors were independent predictors for the transition in status from non-faller to faller. Further research is required to define effective interventions to prevent first falls.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».