A Mobile App (FallSA) to Identify Fall Risk Among Malaysian Community-Dwelling Older Persons: Development and Validation Study
Notice bibliographique
Résumé
BACKGROUND: Recent falls prevention guidelines recommend early routine fall risk assessment among older persons. OBJECTIVE: The purpose of this study was to develop a Falls Screening Mobile App (FallSA), determine its acceptance, concurrent validity, test-retest reliability, discriminative ability, and predictive validity as a self-screening tool to identify fall risk among Malaysian older persons. METHODS: FallSA acceptance was tested among 15 participants (mean age 65.93 [SD 7.42] years); its validity and reliability among 91 participants (mean age 67.34 [SD 5.97] years); discriminative ability and predictive validity among 610 participants (mean age 71.78 [SD 4.70] years). Acceptance of FallSA was assessed using a questionnaire, and it was validated against a comprehensive fall risk assessment tool, the Physiological Profile Assessment (PPA). Participants used FallSA to test their fall risk repeatedly twice within an hour. Its discriminative ability and predictive validity were determined by comparing participant fall risk scores between fallers and nonfallers and prospectively through a 6-month follow-up, respectively. RESULTS: The findings of our study showed that FallSA had a high acceptance level with 80% (12/15) of older persons agreeing on its suitability as a falls self-screening tool. Concurrent validity test demonstrated a significant moderate correlation (r=.518, P<.001) and agreement (k=.516, P<.001) with acceptable sensitivity (80.4%) and specificity (71.1%). FallSA also had good reliability (intraclass correlation .948; 95% CI .921-.966) and an internal consistency (α=.948, P<.001). FallSA score demonstrated a moderate to strong discriminative ability in classifying fallers and nonfallers. FallSA had a predictive validity of falls with positive likelihood ratio of 2.27, pooled sensitivity of 82% and specificity of 64%, and area under the curve of 0.802. CONCLUSIONS: These results suggest that FallSA is a valid and reliable fall risk self-screening tool. Further studies are required to empower and engage older persons or care givers in the use of FallSA to self-screen for falls and thereafter to seek early prevention 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 | 0,005 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».