Equivalent Fall Risk in Elderly Patients on Hemodialysis and Peritoneal Dialysis
Notice bibliographique
Résumé
UNLABELLED: ♦ BACKGROUND: Accidental falls are common in the hemodialysis (HD) population. The high fall rate has been attributed to a combination of aging, kidney disease-related morbidity, and HD treatment-related hazards. We hypothesized that patients maintained on peritoneal dialysis (PD) would have fewer falls than those on chronic HD. The objective of this study was to compare the falls risk between cohorts of elderly patients maintained on HD and PD, using prospective data from a large academic dialysis facility. ♦ METHODS: Patients aged 65 years or over on chronic in-hospital HD and PD at the University Health Network were recruited. Patients were followed biweekly, and falls occurring within the first year recorded. Fall risk between the 2 groups was compared using both crude and adjusted Poisson lognormal random effects modeling. ♦ RESULTS: Out of 258 potential patients, 236 were recruited, assessed at baseline, and followed biweekly for falls. Of 74 PD patients, 40 (54%) experienced 86 falls while 76 out of 162 (47%) HD patients experienced a total of 305 falls (crude fall rate 1.25 vs 1.60 respectively, odds ratio [OR] falls in PD patients 0.78, 95% confidence interval [CI] 0.61 - 0.92, p = 0.04). After adjustment for differences in comorbidity, number of medications, and other demographic differences, PD patients were no less likely to experience accidental falls than HD patients (OR 1.63, 95% CI 0.88 - 3.04, p = 0.1). ♦ CONCLUSIONS: We conclude that accidental falls are equally common in the PD population and the HD population. These data argue against post-HD hypotension as the sole contributor to the high fall risk in the dialysis population.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».