Medication use and risk of falls
Notice bibliographique
Résumé
PURPOSE: Injuries due to falls are an important public health concern, particularly for the elderly, and effective prevention is an ongoing endeavour. The present study has two related objectives: (1) to describe associations between drug use and falls in an institutionalized population, and (2) to identify a high risk subgroup within the larger population. METHODS: The initial analysis was based on a population of 227 residents who were followed over a 1-year period. Logistic regression techniques were used to estimate odds ratios (ORs) of the association of falls and drug use. The study of potential 'high-risk' groups employed a case-crossover design to estimate the risk of falling associated with starting a new drug course. RESULTS: Relatively weak ORs for risk of falling were observed for various drug classes; the highest OR was for benzodiazepines (BZD) at OR = 1.8 (unadjusted). Residents taking multiple drugs were at particular risk for falling, e.g. an OR of 6.1 for those using 10+ drugs. The case-crossover analysis indicated that residents starting a new BZD/antipsychotic were at very high risk (OR = 11.4) for experiencing a fall. CONCLUSIONS: Residents who took many different types of medications, as well as residents starting a new BZD/antipsychotics were at greatly increased risk of falling. These are high risk groups where increased monitoring or adjustments to drug regimens could lead to prevention of 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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».