The global burden of falls: global, regional and national estimates of morbidity and mortality from the Global Burden of Disease Study 2017
Notice bibliographique
Résumé
BACKGROUND: Falls can lead to severe health loss including death. Past research has shown that falls are an important cause of death and disability worldwide. The Global Burden of Disease Study 2017 (GBD 2017) provides a comprehensive assessment of morbidity and mortality from falls. METHODS: Estimates for mortality, years of life lost (YLLs), incidence, prevalence, years lived with disability (YLDs) and disability-adjusted life years (DALYs) were produced for 195 countries and territories from 1990 to 2017 for all ages using the GBD 2017 framework. Distributions of the bodily injury (eg, hip fracture) were estimated using hospital records. RESULTS: Globally, the age-standardised incidence of falls was 2238 (1990-2532) per 100 000 in 2017, representing a decline of 3.7% (7.4 to 0.3) from 1990 to 2017. Age-standardised prevalence was 5186 (4622-5849) per 100 000 in 2017, representing a decline of 6.5% (7.6 to 5.4) from 1990 to 2017. Age-standardised mortality rate was 9.2 (8.5-9.8) per 100 000 which equated to 695 771 (644 927-741 720) deaths in 2017. Globally, falls resulted in 16 688 088 (15 101 897-17 636 830) YLLs, 19 252 699 (13 725 429-26 140 433) YLDs and 35 940 787 (30 185 695-42 903 289) DALYs across all ages. The most common injury sustained by fall victims is fracture of patella, tibia or fibula, or ankle. Globally, age-specific YLD rates increased with age. CONCLUSIONS: This study shows that the burden of falls is substantial. Investing in further research, fall prevention strategies and access to care is critical.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 ».