Prevalence of mobility disabilities in nursing home residents and the association with age, BMI, fall risk and social participation
Notice bibliographique
Résumé
Background and aim: Physical mobility is often described as a basic prerequisite for independence, self-determination, and social participation. Older people, particularly those in long-term care facilities, are more often affected by the loss of their mobility. However, the prevalence of the mobility disabilities of nursing home residents and their association with demographic and care-specific/medical factors have so far been studied less. This prevalence study should investigate a possible association of mobility disability with age, BMI, multimorbidity, fall risk, and social participation.Methods: The prevalence study covered the data of residents in 30 German residential care facilities (RCFs). Trained staff nurses used a standardised instrument to collect data about the age, obesity, medical diagnoses, the fall risk, the level of mobility disability, and the need for supporting the social participation of the residents.Results: The representative sample included 2,066 nursing home residents, of whom 81.5% required support in their mobility. The level of a mobility disability or the need for a support in matters of mobility by others was not associated either with age, with the BMI, or with the fall risk of the participants. The groups with higher mobility disability included the more multimorbid participants with more difficult medical diagnoses, and these had a higher need for support in their social participation.Conclusions: It may be that professional care must reflect the premature link between older and obese patients with mobility disability. In addition to nursing diagnoses, medical diagnoses should necessarily be integrated into the nursing assessment. The association between the level of mobility disability and the fall risk, which is often mentioned in the literature, should be critically reflected. Nursing home residents should be informed that there is a possible association between their mobility disability and their social participation.
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 | 0,003 |
| 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) | 0,001 | 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 ».