ABILITY OF THE PHYSIOLOGICAL PROFILE ASSESSMENT TO CLASSIFY FALLER TYPE: A PROSPECTIVE COHORT STUDY
Notice bibliographique
Résumé
Abstract Accurately identifying older adults who will experience subsequent falls is important for the provision of secondary fall prevention. The purpose of this study was to determine the accuracy of the Physiological Profile Assessment (PPA) – a valid and reliable fall-risk assessment [1] – in predicting subsequent falls over a 12-month period in older adults who sought for medical attention after an index fall. Seven hundred thirty-seven community-dwelling adults, aged 70 years and older, who were seen at the Vancouver General Hospital Fall Prevention Clinic, completed the PPA at their initial visit. Falls over the subsequent 12 months were tracked prospectively via monthly falls calendars. All individuals received geriatric care at baseline. Binary logistic regressions were performed to determine the accuracy of classifying two prospective faller types: 1) no additional falls; 2) one or more additional fall(s). Baseline PPA, age, and sex were entered as independent variables. During the 12 month observation period, 345 participants had no additional falls (Age:81.3±6.6yrs;Female=251) and 392 fell one or more times (Age:82.3±6.5yrs;Female=230). The classification accuracy was 51.3% for those who had no additional falls and 64.8% for those with one or more additional fall(s) (Overall:58.5%;χ2=29.0;PPA:β=-0.21;Age:β=-0.01;Sex:β=-60). The PPA was not able to accurately differentiate between those who did and did not subsequently fall. Fall-risk assessment sensitivity and specificity should be improved in older adults seeking medical attention following an index fall to inform secondary fall prevention. [1] Lord SR, et al., 2003. Phys Ther.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».