Insomnia, Benzodiazepine Use, and Falls among Residents in Long-term Care Facilities
Notice bibliographique
Résumé
Background: Falls are leading cause of injury among older people, especially for those living in long-term care facilities (LTCFs). Very few studies have assessed the effect of sleep quality and hypnotics use on falls, especially in Chinese LTCFs. The study aimed to examine the association between sleep quality, hypnotics use, and falls in institutionalized older people. Methods: We recruited 605 residents from 25 LTCFs in central Shanghai and conducted a baseline survey for sleep quality and hypnotics use, as well as a one-year follow-up survey for falls and injurious falls. Logistic regression models were applied in univariate and multivariate analysis. Results: Among the 605 participants (70.41% women, mean age 84.33 ± 6.90 years), the one-year incidence of falls and injurious falls was 21.82% and 15.21%, respectively. Insomnia (19.83%) and hypnotics use (14.21%) were prevalent. After adjusting for potential confounders, we found that insomnia was significantly associated with an increased risk of falls (adjusted risk ratio (RR): 1.787, 95% CI, 1.106–2.877) and the use of benzodiazepines significantly increased the risk of injurious falls (RR: 3.128, 95% CI, 1.541–6.350). Conclusion: In elderly LTCF residents, both insomnia and benzodiazepine use are associated with an increased risk of falls and injuries. Adopting non-pharmacological approaches to improve sleep quality, taking safer hypnotics, or strengthening supervision on benzodiazepine users may be useful in fall prevention.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».