Gait parameters and characteristics associated with increased risk of falls in people with dementia: a systematic review
Notice bibliographique
Résumé
BACKGROUND: People with dementia fall twice as often and have more serious fall-related injuries than healthy older adults. While gait impairment as a generic term is understood as a fall risk factor in this population, a clear elaboration of the specific components of gait that are associated with falls risk is needed for knowledge translation to clinical practice and the development of fall prevention strategies for people with dementia. OBJECTIVE: To review gait parameters and characteristics associated with falls in people with dementia. METHODS: Electronic databases CINAHL, EMBASE, MedLine, PsycINFO, and PubMed were searched (from inception to April 2017) to identify prospective cohort studies evaluating the association between gait and falls in people with dementia. RESULTS: Increased double support time variability, use of mobility aids, walking outdoors, higher scores on the Unified Parkinson's Disease Rating Scale, and lower average walking bouts were associated with elevated risk of any fall. Increased double support time and step length variability were associated with recurrent falls. The reviewed articles do not support using the Performance Oriented Mobility Assessment and the Timed Up-and-Go tests to predict any fall in this population. There is limited research on the use of dual-task gait assessments for predicting falls in people with dementia. CONCLUSION: This systematic review shows the specific spatiotemporal gait parameters and features that are associated with falls in people with dementia. Future research is recommended to focus on developing specialized treatment methods for these specific gait impairments in this patient population.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».