Falls and Fall-Related Injuries in Older Dialysis Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dialysis patients are increasingly older and more disabled. In community-dwelling seniors without kidney disease, falls commonly predict hospitalization, the onset of frailty, and the need for institutional care. Effective fall prevention strategies are available. On the basis of retrospective data, it was hypothesized that the fall rates of older (> or =65 yr) chronic outpatient hemodialysis (HD) patients would be higher than published rates for community-dwelling seniors (0.6 to 0.8 falls/patient-year). It also was hypothesized that risk factors for falls in dialysis outpatients would include polypharmacy, dialysis-related hypotension, cognitive impairment, and decreased functional status. Using a prospective cohort study design, HD patients who were > or =65 yr of age at a large academic dialysis unit were recruited. All study participants underwent baseline screening for fall risk factors. Patients were followed prospectively for a minimum of 1 yr. Falls were identified through biweekly patient interviews in the HD unit. A total of 162 patients (mean age 74.7 yr) were recruited; 57% were male. A total of 305 falls occurred in 76 (47%) patients over 190.5 person-years of follow-up (fall-incidence 1.60 falls/person-year). Injuries occurred in 19% of falls; 41 patients had multiple falls. Associated risk factors included age, comorbidity, mean predialysis systolic BP, and a history of falls. In the HD population, the fall risk is higher than in the general community, and fall-related morbidity is high. Better identification of HD patients who are at risk for falls and targeted fall intervention strategies are required.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découle