External validation of approaches to prediction of falls during hospital rehabilitation stays and development of a new simpler tool
Notice bibliographique
Résumé
OBJECTIVES: To test the external validity of 4 approaches to fall prediction in a rehabilitation setting (Predict_FIRST, Ontario Modified STRATIFY (OMS), physiotherapists' judgement of fall risk (PT_Risk), and falls in the past year (Past_Falls)), and to develop and test the validity of a simpler tool for fall prediction in rehabilitation (Predict_CM2). PARTICIPANTS: A total of 300 consecutively-admitted rehabilitation inpatients. METHODS: Prospective inception cohort study. Falls during the rehabilitation stay were monitored. Potential predictors were extracted from medical records. RESULTS: Forty-one patients (14%) fell during their rehabilitation stay. The external validity, area under the receiver operating characteristic curve (AUC), for predicting future fallers was: 0.71 (95% confidence interval (95% CI): 0.61-0.81) for OMS (Total_Score); 0.66 (95% CI: 0.57-0.74) for Predict_FIRST; 0.65 (95% CI 0.57-0.73) for PT_Risk; and 0.52 for Past_Falls (95% CI: 0.46-0.60). A simple 3-item tool (Predict_CM2) was developed from the most predictive individual items (impaired mobility/transfer ability, impaired cognition, and male sex). The accuracy of Predict_CM2 was 0.73 (95% CI: 0.66-0.81), comparable to OMS (Total_Score) (p = 0.52), significantly better than Predict_FIRST (p = 0.04), and Past_Falls (p < 0.001), and approaching significantly better than PT_Risk (p = 0.09). CONCLUSION: Predict_CM2 is a simpler screening tool with similar accuracy for predicting fallers in rehabilitation to OMS (Total_Score) and better accuracy than Predict_FIRST or Past_Falls. External validation of Predict_CM2 is required.
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 | 0,048 | 0,128 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».