Fracture risk in long term care: a systematic review and meta-analysis of prospective observational studies
Notice bibliographique
Résumé
BACKGROUND: The risk factors associated with fractures have been well-characterized in community dwelling populations, but have not been clearly defined in long-term care (LTC) settings. The objective of this review was to identify risk factors for fractures in LTC settings. METHODS: We searched MEDLINE, the Cochrane Library, EMBASE and CINAHL up to June 2014, scanned reference lists of articles and consulted with experts in the field to identify relevant prospective cohort studies that evaluated risk factors associated with fracture incidence in LTC. We included studies that assessed the association between risk factors included in the WHO-Fracture Risk Assessment Tool (FRAX®) or other predictors relevant to LTC (psychotropic medications, cognitive impairment, mobility, and falls). All articles were screened and extracted by two authors. Available data on the association between a given risk factor and fracture incidence were pooled when possible. We used the GRADE criteria to provide a summary of evidence. The GRADE approach defines the quality of a body of evidence as the extent to which one can be confident that an estimate of effect or association is close to the quantity of specific interest. RESULTS: We identified 13 prospective cohort studies which examined fracture incidence among LTC residents. Most predictors showed moderate increases in fracture risk, but the quality of the evidence was often low. Moderate quality evidence showed that prior fractures and falls may moderately increase the risk of fractures. Being a woman and cognitive impairment are probably associated with a small increase. The effect of mobility and psychotropic medication use is still uncertain primarily due to the various definitions used in the studies and difficulty summarising the results. CONCLUSIONS: In addition to criteria used in the FRAX assessment tool, such as a previous fracture and female gender, we found that falls and cognitive impairment are also associated with a small to moderate increases in the risk of fractures in LTC. Developing an assessment tool that includes risk factors that are specific to LTC may improve the identification of individuals who can benefit from fracture prevention programs in these settings.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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 ».