Applying the RE-AIM implementation framework to evaluate fall prevention interventions in community dwelling adults with cognitive impairment: A review 
Notice bibliographique
Résumé
Abstract Background: Cognitive impairment (CI) is a risk factor for falls due to environmental or living settings, balance, gait and vision impairments, as well as medications. While previous systematic reviews have focused on the effectiveness of fall prevention programs in adults with cognitive impairment (1-4), but very limited information is available on their implementation. This review examines what aspects of fall prevention interventions for community-dwelling adults with CI have been reported using the Reach, Effectiveness, Adoption, Implementation, and Maintenance (RE-AIM) framework to support successful implementation.Methods: We examined the included studies from our systematic review, which searched 7 databases for fall prevention interventions involving community-dwelling adults ≥50 years with mild to moderate CI. Reviewers screened citations and extracted data for study characteristics and the 5 dimensions (62 criteria) of the RE-AIM framework.Results: 12 randomized controlled trials (RCTs) consisting of 8 exercise interventions, 3 multifactorial interventions, and 1 medication treatment were included in the review. Only 4 of 62 criteria were reported by all 12 included studies and 29 criteria were not reported by any of the studies. Five of the included studies reported on 20 or more of the 62 possible RE-AIM criteria and three of these studies were ones that self-identified as “feasibility” studies. While Reach was the best-reported construct by the included studies, followed by Effectiveness and Implementation, the criteria within the Adoption and Maintenance constructs were rarely mentioned by these studies. In general, there was also wide variation in how each of the criteria were reported on by study authorsConclusion: Based on the reporting of RE-AIM components in this review, we are unable to make connections to successful intervention components and thus practice-based recommendations for fall prevention in those with CI. The lack of detail regarding implementation approaches greatly limits the interpretation and comparisons across studies to fully understand inform future research efforts.
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 | 0,078 | 0,181 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,020 |
| Bibliométrie | 0,022 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».