MétaCan
Menu
Retour à la cohorte
Enregistrement W4224298646 · doi:10.1186/s12877-022-03041-3

Injuries from falls by older adults in long-term care captured on video: Prevalence of impacts and injuries to body parts

2022· article· en· W4224298646 sur OpenAlexafffund
Vicki Komisar, Aleksandra Dojnov, Yijian Yang, Nataliya Shishov, Helen Chong, Ying Yu, Ian Bercovitz, Michael D. Cusimano, Clemens Becker, Dawn C. Mackey, Stephen N. Robinovitch

Notice bibliographique

RevueBMC Geriatrics · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensUniversity of TorontoOkanagan University CollegeSt. Michael's HospitalSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityMichael Smith Health Research BCCanadian Institutes of Health ResearchAGE-WELL
Mots-clésMedicineInjury preventionPoison controlOccupational safety and healthHead injuryRehabilitationPelvisObservational studyPhysical therapyHuman factors and ergonomicsFalls in older adultsEmergency medicineSurgeryInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Falls are the leading cause of injuries in older adults. However, most falls in older adults do not cause serious injury, suggesting that older adults may fall in a manner that reduces the likelihood of impact to body sites that are most vulnerable to injury. In this observational study of falls in long-term care (LTC), we tested whether body parts differed in their probability of impact and injury. METHODS: We recorded and analyzed videos of 2388 falls by 658 LTC residents (mean age 84.0 (SD = 8.1); 56.4% female). We used Linear Mixed Models to test for differences between body parts in the probability of impact and injury, and injury when impacts occurred. RESULTS: Injuries were reported in 38.2% of falls, and 85.9% of injuries involved direct impact to the injured body part. Impact occurred most often to the hip/pelvis (probability (standard error) = 0.95 (0.01); p < .001 relative to other body parts), and least often to the head (0.35 (0.01)). Conversely, injury occurred most often to the head (p < .001 relative to other body parts). The probability of injury when impacts occurred was 0.40 (0.01) for the head, and 0.11 or less for all other body parts. CONCLUSION: Our results help to explain why most falls by older adults in LTC do not cause serious injury: residents land on body parts that are the most resilient to injury. The high susceptibility of the head to injury reinforces the need to enhance upper limb protective responses for fall arrest. The dominant role of direct impact as the mechanism of injury supports approaches to attenuate impact forces through strategies like protective clothing and compliant flooring.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,287
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetInjury Epidemiology and PreventionTravaux en français237 207