MétaCan
Menu
Retour à la cohorte
Enregistrement W2767368042 · doi:10.1001/jama.2017.15006

Comparisons of Interventions for Preventing Falls in Older Adults

2017· review· en· W2767368042 sur OpenAlexafffund
Andrea C. Tricco, Sonia M. Thomas, Areti Angeliki Veroniki, Jemila S. Hamid, Elise Cogo, Lisa Strifler, Paul A. Khan, Reid Robson, Kathryn M. Sibley, H. Robson MacDonald, John J. Riva, Kednapa Thavorn, Charlotte Wilson, Jayna Holroyd‐Leduc, Gillian D. Kerr, Fabio Feldman, Sumit R. Majumdar, Susan Jaglal, Wing Hui, Sharon E. Straus

Notice bibliographique

RevueJAMA · 2017
Typereview
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of AlbertaFraser HealthUniversity of CalgaryImpactUniversity Health NetworkOttawa HospitalHealth Sciences CentreMcMaster UniversityUniversity of ManitobaSt. Michael's HospitalToronto Rehabilitation InstituteUniversity of TorontoPublic Health Ontario
Organismes subventionnairesFaculty of Pharmacy and Pharmaceutical Sciences, University of AlbertaCanadian Institutes of Health ResearchOntario Chiropractic AssociationCanadian Medical AssociationUniversity of Alberta
Mots-clésMedicinePsychological interventionMeta-analysisRandomized controlled trialMEDLINEOdds ratioPoison controlIncidence (geometry)Fall preventionFalls in older adultsPhysical therapyInjury preventionPediatricsEmergency medicineInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Importance: Falls result in substantial burden for patients and health care systems, and given the aging of the population worldwide, the incidence of falls continues to rise. Objective: To assess the potential effectiveness of interventions for preventing falls. Data Sources: MEDLINE, Embase, Cochrane Central Register of Controlled Trials, and Ageline databases from inception until April 2017. Reference lists of included studies were scanned. Study Selection: Randomized clinical trials (RCTs) of fall-prevention interventions for participants aged 65 years and older. Data Extraction and Synthesis: Pairs of reviewers independently screened the studies, abstracted data, and appraised risk of bias. Pairwise meta-analysis and network meta-analysis were conducted. Main Outcomes and Measures: Injurious falls and fall-related hospitalizations. Results: A total of 283 RCTs (159 910 participants; mean age, 78.1 years; 74% women) were included after screening of 10 650 titles and abstracts and 1210 full-text articles. Network meta-analysis (including 54 RCTs, 41 596 participants, 39 interventions plus usual care) suggested that the following interventions, when compared with usual care, were associated with reductions in injurious falls: exercise (odds ratio [OR], 0.51 [95% CI, 0.33 to 0.79]; absolute risk difference [ARD], -0.67 [95% CI, -1.10 to -0.24]); combined exercise and vision assessment and treatment (OR, 0.17 [95% CI, 0.07 to 0.38]; ARD, -1.79 [95% CI, -2.63 to -0.96]); combined exercise, vision assessment and treatment, and environmental assessment and modification (OR, 0.30 [95% CI, 0.13 to 0.70]; ARD, -1.19 [95% CI, -2.04 to -0.35]); and combined clinic-level quality improvement strategies (eg, case management), multifactorial assessment and treatment (eg, comprehensive geriatric assessment), calcium supplementation, and vitamin D supplementation (OR, 0.12 [95% CI, 0.03 to 0.55]; ARD, -2.08 [95% CI, -3.56 to -0.60]). Pairwise meta-analyses for fall-related hospitalizations (2 RCTs; 516 participants) showed no significant association between combined clinic- and patient-level quality improvement strategies and multifactorial assessment and treatment relative to usual care (OR, 0.78 [95% CI, 0.33 to 1.81]). Conclusions and Relevance: Exercise alone and various combinations of interventions were associated with lower risk of injurious falls compared with usual care. Choice of fall-prevention intervention may depend on patient and caregiver values and preferences.

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)0,037
score de la tête « metaresearch » (Gemma)0,116
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,116
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0150,022
Bibliométrie0,0070,004
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,171
Tête enseignante GPT0,498
Écart entre enseignants0,328 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations612
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMAMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207