Current state of fall prevention and management policies and procedures in Canadian spinal cord injury rehabilitation
Notice bibliographique
Résumé
BACKGROUND: Preventing patient falls is a priority in tertiary spinal cord injury (SCI) rehabilitation. Falls can result in patient or staff injury, delayed rehabilitation, and hospital liability. A comprehensive overview of fall prevention/management policies and procedures in Canadian SCI rehabilitation is currently lacking. We describe and compare the fall prevention/management policies and procedures implemented in Canadian tertiary hospitals that provide SCI rehabilitation. METHODS: Fall prevention/management documents implemented in SCI rehabilitation at six Canadian tertiary rehabilitation hospitals across five provinces were analyzed using a document analysis. Analysis involved multiple readings of the documents followed by a content and thematic document analysis. RESULTS: Fall prevention/management policies and procedures in SCI rehabilitation were organized into three main categories: 1) pre-fall policies and procedures; 2) post-fall policies and procedures; and, 3) communication between and amongst staff, patients, and families. Pre-fall policies and procedures encompassed: a) the definition of a fall; b) fall risk assessments in SCI rehabilitation; and, c) fall prevention strategies. The post-fall policies and procedures included: a) recovery from a fall; b) incident reporting process; and, c) fall classification. Components of fall prevention/management policies and practices that differed between hospitals included the fall risk assessments, post-fall huddles, and fall classifications. CONCLUSIONS: Fall prevention/management is a required organizational practice for all hospitals. Although Canadian tertiary hospitals that provide SCI rehabilitation have similar components of fall prevention/management policies and procedures, the specific requirements differ at each site. There is a need for evidence-informed, consensus-driven implementation of SCI-specific fall prevention and management procedures across Canadian SCI rehabilitation settings.
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 | 0,015 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,019 |
| Études des sciences et des technologies | 0,011 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».