Falls among the non-institutionalized elderly in northern Minas Gerais, Brazil: prevalence and associated factors
Notice bibliographique
Résumé
Abstract Objective: To identify the prevalence of falls and associated factors in non-institutionalized elderly persons. Methods: A cross-sectional study featuring a population-based sample of non-institutionalized elderly persons in a city in the north of Minas Gerais was performed. Interviews were conducted in households by trained staff using validated instruments. We investigated the associations between falls and demographic, socioeconomic and health-related factors. After bivariate analysis, the variables associated with falls to a level of 20% were analyzed together using logistic regression, assuming at this stage a significance level of 5%. Results: The studied population was predominantly female, married and with a low educational level. The prevalence of falls was 28.4%. The factors that were associated with falls were: female gender (OR=1.67; 95% CI:1.13 to 2.47); negative self-evaluation of health (OR=1.49; 95% CI: 1.02 to 2.20); impaired functional mobility (Timed Up and Go test >20 seconds) (OR=1.66; 95CI: 1.02-2.74); the occurrence of hospitalization in the previous 12 months (OR=1.82; 95% CI: 1.17 to 2.84); and frailty measured by the Edmonton Frail Scale (OR=1.73; 95% CI: 1.14 to 2.64). Conclusions: The prevalence of falls was high for the population studied and was related to the individual health conditions of the elderly.
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 | 0,001 |
| 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) | 0,001 | 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 ».