Differences in fear of falling and fall risk indicators among white and black older adults: a cross sectional study
Notice bibliographique
Résumé
Abstract Background Falling among older adults is common and can cause chronic health complications. This study investigated differences between White and Black community-dwelling older adults in fall history, fear of falling, and indicators of fall risk.Methods All assessments and analyses were conducted in a clinical laboratory at Emory University in the Department of General Medicine and Geriatrics on 84 diverse community-dwelling older adults (White, n=37; Black, n=47). Statistical analyses included one-way ANOVA for continuous variables, the Fisher exact test for categorical variables, the Mann-Whitney-Wilcoxon test for ordinal variables, and an ordinal logistic regression model to examine which factors predicted fear of falling. Measures included fall history, fear of falling, and fall risk indicators. The Montreal Cognitive Assessment, Activities-Specific Balance Confidence Score, Gait Speed, Short Form 12 Physical Component Score and Mental Component Score, fear of falling and quality of life rating scales and demographics questionnaires were administered.Results Falls history was not significantly different between groups. Black participants had significantly fewer years of education (p=.007), lower MoCA scores (p=0.002), and slower fast gait speed (p=0.032) than White participants. However, Black participants reported significantly less fear of falling (p=0.043). Race (Black/White) (p=<0.001), sex (p=0.028), preferred gait speed (p=0.036), and a dichotomous variable of use of assistive device for walking (p=0.023) were significant predictors of fear of falling in the logistical model.Conclusions These factors may explain the observed differences in fear of falling observed between white and black groups in this study. This work offers an explanation of possible factors related to the well-documented yet poorly understood fact that while Black older adults have more risk factors for falling, White older adults tend to fall more frequently and are more afraid of falling.
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 | 0,033 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,001 | 0,013 |
| 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 ».