MétaCan
Menu
Retour à la cohorte
Enregistrement W2163531684 · doi:10.1111/j.1447-0349.2012.00825.x

Assessing falls risk in older adult mental health patients: A Western Australian review

2012· article· en· W2163531684 sur OpenAlexaff
Karen Heslop, Dianne Wynaden, Kirsten Bramanis, Claire Connolly, Trevor Gee, Rachel Griffith, Omar Al Omari

Notice bibliographique

RevueInternational Journal of Mental Health Nursing · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésMedicineMental healthMental illnessOccupational safety and healthSuicide preventionInjury preventionRisk assessmentPoison controlPopulationMEDLINEHealth careHuman factors and ergonomicsGerontologyPsychiatryMedical emergencyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Falls are a common and costly complication of hospitalization, particularly in older adult populations. This paper presents the results of a review of 139 falls at two older adult mental health services in Western Australia, Australia, over a 12-month period. Data were collected from the hospital incident report management system and from case file reviews of patients who sustained a fall during hospitalization. The results demonstrated that the use of different risk assessment and falls management tools led to variations in practice, policies, and management strategies. The review identified mental health-specific falls risk factors that place older people with a mental illness at risk when admitted to the acute mental health setting. With the expansion of community mental health care, many older people with a mental illness are now cared for in a variety of health-care settings. In assessing falls risk and implementing falls-prevention strategies, it is important for clinicians to recognize this group as an ambulant population with a fluctuating course of illness. They have related risks that require specialized falls assessment and management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,965

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,043
Tête enseignante GPT0,469
Écart entre enseignants0,427 · 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 tête enseignante, 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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mental Health NursingMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207