Early mobility after fragility hip fracture: a mixed methods embedded case study
Notice bibliographique
Résumé
BACKGROUND: Following a hip fracture up to 60% of patients are unable to regain their pre-fracture level of mobility. For hospitalized older adults, the deconditioning effect of bedrest and functional decline has been identified as the most preventable cause of ambulation loss. Recent studies demonstrate that this older adult population spends greater than 80% of their time in bed during hospitalization, despite being ambulatory before their fracture. We do not fully understand why there continues to be such high rates of sedentary times, given that evidence demonstrates functional decline is preventable and early mobility recommendations have been available for over a decade. METHODS: A descriptive mixed method embedded case study was selected to understand the phenomenon of early mobility after fragility hip fracture surgery. In this study, the main case was one post-operative unit with a history of recommendation implementation, and the embedded units were patients recovering from hip fracture repair. Data from multiple sources provided an understanding of mobility activity initiation and patient participation. RESULTS: Activity monitor data from eighteen participants demonstrated a mean sedentary time of 23.18 h. Median upright time was 24 min, and median number of steps taken was 30. Qualitative interviews from healthcare providers and patients identified two main categories of themes; themes external to the person and themes unique to the person. We identified four factors that can influence mobility; a patient's pre-fracture functional status, cognitive status, medical unpredictability, and preconceived notions held by healthcare providers and patients. CONCLUSIONS: There are multi-level factors that require consideration with implementation of best practice interventions, namely, systemic, healthcare provider related, and patient related. An increased risk of poor outcomes occurs with compounding multiple factors, such as a patient with low pre-fracture functional mobility, cognitive impairment, and a mismatch of expectations. The study reports several variables to be important considerations for facilitating early mobility. Communicating mobility expectations and addressing physical and psychological readiness are essential. Our findings can be used to develop meaningful healthcare provider and patient-centred interventions to address the risks of poor outcomes.
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 | 0,013 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 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 ».