The relationship between fear of falling and functional ability following a multi-component fall prevention program: an analysis of clinical data
Notice bibliographique
Résumé
Objectives The first objective was to evaluate clinical data from a multi-component fall prevention program. The second objective was to explore the relationship between physical function and fear of falling (FoF)Methods Adults (N = 287, mean age = 76 years) who participated in the Building Balance Program between 2011–2020 were assessed with five physical function measures and two FoF measures. Repeated measures ANOVA controlling for age and sex were performed to assess change from baseline. Linear regressions were conducted to evaluate how physical function explained variations in FoFResults There were significant improvements between pre and post-program Berg Balance Scale (BBS) scores (p < .001), Timed-Up and Go (TUG) times (p < .001), 30 second Chair-Stand (30 CST repetitions) (p < .001), Functional Reach (FR) distance (p < .001), gait speed (p < .001), single item-FoF score (p < .001), and short Falls Efficacy Scale-International (FES-I score) (p < .001). After controlling for sex on all regression analyses, age, and pre-program gait speed explained variations in pre-program short FES-I scores (Adjusted R2 = 0.19). Age, pre-program BBS and 30 CST repetitions explained variations in pre-program level of FoF (Adjusted R2 = 0.25). Variations in post-program short FES-I scores (Adjusted R2 = 0.17) were explained by age, post-program TUG times and FR distance after controlling for age and sex. Robust regressions indicated variations in post-program level of FoF explained by age, post-program TUG and FR distance with a two-way interaction between age and FRConclusion A multi-component fall prevention program improved physical function and decreased FoF. A small association between physical function and FoF similar between pre- and post-program conditions was identified.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 ».