Balance Impairment as a Risk Factor for Falls in Community-Dwelling Older Adults Who Are High Functioning: A Prospective Study
Notice bibliographique
Résumé
BACKGROUND: Screening should have simple and easy-to-administer methods that identify impairments associated with future fall risk, but there is a lack of literature supporting validation for their use. OBJECTIVE: The aim of this study was to evaluate the independent contribution of balance assessment on future fall risk, using 5 methods to quantify balance impairment, for the outcomes "any fall" and "any injurious fall" in community-dwelling older adults who are higher functioning. DESIGN: This was a prospective cohort study. METHODS: A sample of 210 community-dwelling older adults (70% male, 30% female; mean age=79.9 years, SD=4.7) received a comprehensive geriatric assessment at baseline, which included the Berg Balance Scale to measure balance. Information on daily falls was collected for 12 months by each participant's monthly submission of a falls log calendar. RESULTS: Seventy-eight people (43%) fell, of whom 54 (30%) sustained an injurious fall and 32 (18%) had recurrent falls (> or =2 falls). Different balance measurement methods identified different numbers of people as impaired. Adjusted relative risk (RR) estimates for an increased risk of any fall were 1.58 (95% confidence interval [CI]=1.06, 2.35) for self-report of balance problems, 1.58 (95% CI=1.03, 2.41) for one-leg stance, and 1.46 (95% CI=1.02, 2.09) for limits of stability. An adjusted RR estimate for an increased risk of an injurious fall of 1.95 (95% CI=1.15, 3.31) was found for self-report of balance problems. Limitations The study was a secondary analysis of data. CONCLUSIONS: Not all methods of evaluating balance impairment are associated with falls. The number of people identified as having balance impairment varies with the measurement tool; therefore, the measurement tools are not interchangeable or equivalent in defining an at-risk population. The thresholds established in this study indicate individuals who should receive further comprehensive fall assessment and treatment to prevent 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».