Clinical Risk Factors for Head Impact During Falls in Older Adults: A Prospective Cohort Study in Long-Term Care
Notice bibliographique
Résumé
OBJECTIVE: To examine risk factors associated with head impact during falls in older adults in long-term care (LTC). SETTING: Two LTC facilities in British Columbia, Canada. PARTICIPANTS: 160 LTC residents. DESIGN: Prospective cohort study. MAIN MEASURES: Between 2007 and 2014, we video captured 520 falls experienced by participants. Each fall video was analyzed to determine whether impact occurred to the head. Using generalized estimating equation models, we examined how head impact was associated with other fall characteristics and health status prior to the fall. RESULTS: Head impact occurred in 33% of falls. Individuals with mild cognitive impairment were at higher risk for head impact (odds ratio = 2.8; 95% confidence interval, 1.5-5.0) than those with more severe cognitive impairment. Impaired vision was associated with 2.0-fold (1.3-3.0) higher odds of head impact. Women were 2.2 times (1.4-3.3) more likely than men to impact their head during a fall. CONCLUSION: Head impact is common during falls in LTC, with less cognitively impaired, female residents who suffered from visual impairment, being most likely to impact their head. Future research should focus on improving our ability to detect neural consequences of head impact and evaluating the effect of interventions for reducing the risk for fall-related head injuries in LTC.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 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 ».