Validation of a Falls Risk Screening Tool Derived From InterRAI Acute Care Assessment
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to develop and validate a falls risk screening tool derived from interRAI Acute Care (AC) Assessment. METHODS: For derivation and validation, two prospective cohorts were recruited from AC hospitals in Australia. The derivation cohort comprised 1418 patients from 11 hospitals. In the validation cohort, 393 patients were recruited from four hospitals. The interRAI AC tool was used to collect comprehensive geriatric assessment data at admission. In-hospital falls were documented from medical records. A falls risk score was calculated using logistic regression. Predictive ability was compared with St. Thomas Risk Assessment Tool In Falling elderlY (STRATIFY), using area under curve (AUC). The validation cohort provided external validity. RESULTS: Complete data in the derivation cohort were available for 1288 patients (91%), with 75 (5.8%) having an in-hospital fall. The derived interRAI AC falls risk score (range = 0-6) had significantly better predictive ability (AUC = 0.70, 95% confidence interval [CI] = 0.63-0.76) compared with St. Thomas Risk Assessment Tool In Falling elderlY (AUC = 0.64, 95% CI = 0.58-0.70) (P = 0.033). At a cut point of three, 54 of 75 falls were correctly predicted by the falls risk score derived from interRAI AC (sensitivity = 0.72 [95% CI = 0.60-0.82] and specificity = 0.60 [95% CI = 0.57-0.62]). The falls risk score performed similarly in the validation cohort. CONCLUSIONS: The falls risk tool developed from interRAI AC is a valid measure to screen for in-hospital falls. Reduction in assessment burden without loss of fidelity can be achieved through integrating the risk screener within the interRAI hospital system, which automatically triggers protocols for falls prevention based on identified risk.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle