MétaCan
Menu
Retour à la cohorte
Enregistrement W4293067486 · doi:10.1519/jpt.0000000000000364

Differences in Balance Confidence, Fear of Falling, and Fall Risk Factors Among White and Black Community-Dwelling Older Adults

2022· article· en· W4293067486 sur OpenAlexaboutno aff
Allison A. Bay, Smrithi Ramachandran, Liang Ni, Todd Prusin, Madeleine E. Hackney

Notice bibliographique

RevueJournal of Geriatric Physical Therapy · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesParkinsonfondenNational Institute on AgingPatient-Centered Outcomes Research InstituteEmory UniversityNational Parkinson FoundationU.S. Department of Veterans Affairs
Mots-clésFear of fallingBalance (ability)Logistic regressionConfidence intervalOdds ratioPoison controlFalling (accident)MedicinePsychologyOrdered logitGerontologyInjury preventionDemographyPhysical therapyPsychiatryStatisticsEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND PURPOSE: Falling among older adults is common and can cause chronic health complications. Fear of falling, a lasting concern about falling that can lead an individual to avoid activities he or she can perform, is strongly associated with falling and fall risk. Although White older adults fall more often, Black older adults have more fall risk factors. The purpose of this study was to investigate factors that explain fear of falling and differences between White and Black community-dwelling older adults in fear of falling, balance confidence, and fall risk factors. METHODS: Using a cross-sectional, retrospective design, 84 community-dwelling older adults (mean age [SD] = 69.0 [5.2], range: 55-80; White, n = 37, 44%; Black, n = 47, 56%, M/F = 20/64) were assessed. Assessments were conducted in a laboratory for human studies. Fall history and risk factors, and subjective fear of falling, were collected. The Montreal Cognitive Assessment (MoCA), Activities-Specific Balance Confidence (ABC) score, preferred, backward, and fast Gait Speed, Short Form-12 Physical and Mental Component Scores, fear of falling rating scale, and demographics questionnaires were administered. Analyses included a proportional odds logistic regression model to examine which factors predicted ABC score and which factors were associated with subjective fear of falling, 1-way analysis of variance for continuous variables, the Fisher exact test for categorical variables, and the Mann-Whitney-Wilcoxon test for ordinal variables. RESULTS: Black participants had significantly fewer years of education ( P = .007), lower MoCA scores ( P = .002), and slower fast gait speed ( P = .032) than White participants. Black participants reported less subjective fear of falling ( P = .043). In the final ABC model (Akaike information criterion 208.26), lower ABC scores were predicted by White race, slower preferred and fast gait speeds, and worse Short Form-12 Mental Composite Scores. DISCUSSION: Despite Black participants demonstrating typical characteristics of higher fall risk including lower cognitive scores, slower gait speed, and lower ABC scores, Black participants reported fewer falls. Understanding racial differences is an important factor in fear of falling and balance confidence. CONCLUSION: Reasons for racial differences should be examined further in fear of falling and balance confidence to facilitate the development of patient-centered falls prevention physical therapy programs.

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)0,002
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,313
Écart entre enseignants0,289 · 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geriatric Physical TherapyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207