Do Home Adaptations Prevent Falls for Older People?
Notice bibliographique
Résumé
IntroductionAround a third of people aged 65+, and around half of people aged 80+ fall at least once a year in the United Kingdom. Homes may be adapted to try to prevent falls, but evidence on the effectiveness of home adaptations is limited. Objectives and ApproachOur objective was to determine if proactive (Care&Repair service) and reactive (rapid response) home adaptations provided by Care&Repair Cymru resulted in a reduced risk of a fall for older people aged 60+ in Wales. We constructed a longitudinal dataset from the Secure Anonymised Information Linkage Databank. We created quarterly intervals for 5-years pre and post the date a home adaptation was received, or a randomly assigned date for the comparator. Per quarter, we created a binary indicator of whether someone had a fall at home that was recorded in either the emergency department or hospital admission data sources for Wales. We included key demographic variables as covariates. We analysed the data using logistic regression and a difference-in-difference approach. ResultsWe analysed 634,046 individuals, of whom 60,794 received the proactive Care&Repair service, and 47,244 received the reactive rapid response service. People receiving proactive or reactive home adaptations from Care & Repair were at around a two-fold increased risk of falling, compared to those who did not receive home adaptation with Odds Ratios (ORs) of 2.13 [95%CI: 2.07, 2.20] and 2.73 [2.64,2.81] respectively. Falls risk increased per quarter for all individuals, but after intervention delivery, the rate of increase fell in the intervention groups. ConclusionPeople receiving home adaptations from Care&Repair had a higher chance of a fall, indicating the service was successfully identifying those in need. Falls risk increased for everyone over time, but this was counteracted for people receiving an intervention.
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 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,010 | 0,001 |
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 ».