MétaCan
Menu
← Retour à la cohorte
Enregistrement W2170461510 · doi:10.57700/cgj.v14i4.23

Association Between Vitamin D Dosing Regimen and Fall Prevention in Long-term Care Seniors.

2011· article· en· W2170461510 sur OpenAlexaff
Gilbert T. Chua, Roger Wong

Notice bibliographique

RevuePubMed · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineDosingRegimenRandomized controlled trialFall preventionPhysical therapyPediatricsEmergency medicinePoison controlInternal medicineInjury prevention

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The effectiveness of vitamin D in reducing falls among long-term care (LTC) seniors remains nonconclusive. We reviewed how vitamin D dosing regimen could affect rate of fall and number of fallers among LTC seniors. METHODS: We conducted a systematic literature review. Studies were selected by two independent reviewers based on study characteristics (age 75 or older), quality assessment (primary analysis randomized controlled trials), and outcome (rate of fall and number of fallers). Analyses of all trials following trials using daily standard dosage (800-1000 IU) only were performed to compare daily standard dosage with intermittent supratherapeutic dosage in fall prevention. RESULTS: Seventy-nine studies were identified, with 28 selected by reviewers (kappa 0.98), and four RCT were conducted in LTC. Daily standard dosage provides greater reduction in rate of fall by 16%, which was statistically significant. However, reduction in number of fallers remained statistically insignificant even taking dosing regimen into account. CONCLUSIONS: Daily standard dosage of vitamin D has greater benefits in reducing fall rate than that of intermittent supratherapeutic doses, but not in number of fallers. This could imply that vitamin D is useful in preventing fall recurrence rather than first fall. Prospective studies randomizing LTC seniors to different dosing regimens are warranted.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,072
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,315
Écart entre enseignants0,278 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetBalance, Gait, and Falls Prevention→Travaux en français237 207→