Fall Prevention in Adults With Cognitive Impairment: Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Abstract Cognitive impairment increases an individual’s risk of falls due to the role cognition plays in gait control. Older adults with dementia fall 2-3 times more than cognitively healthy older adults and there is a lack of evidence for effective fall prevention interventions for community-dwelling cognitively impaired adults. We conducted a systematic review and meta-analysis to investigate the effectiveness of fall prevention interventions in improving falls, perceived risk of falls, gait, balance, and functional mobility. We searched 7 databases for interventions involving community-dwelling adults ≥50 years with mild to moderate cognitive impairment. Reviewers screened citations, extracted data, assessed risk of bias and certainty of evidence (GRADE). We performed a meta-analysis of 509 community-dwelling adults (mean age 67.5 to 84.0 years) with mild to moderate cognitive impairment from 12 randomized controlled trails (8 exercise interventions, 3 multifactorial, and 1 providing medication). Interventions had medium significant effects on perceived risk of falls (SMD -0.73 [-1.10, -0.36]), balance (SMD 0.66 [0.19, 1.12]), and timed up and go test (SMD -0.56 [-0.94, -0.17]) and small significant effects on gait speed and control (SMD 0.26 [0.08, 0.43]) with moderate certainty of evidence. There were no significant effects for falls. Sub-analysis showed that exercise and studies at low risk of bias remained significant for balance and perceived risk of falls. The effect of fall prevention interventions on falls remains unclear; exercise interventions are effective at addressing fall risk factors. However, high quality and longer studies with adequate sample sizes are needed to determine their effectiveness on falls.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».