Effectiveness of telerehabilitation and home-based falls prevention programs for community-dwelling older adults: a systematic review and meta-analysis protocol
Notice bibliographique
Résumé
Introduction Falls among older adults are associated with adverse sequelae including fractures, chronic pain and disability, which can lead to loss of independence and increased risks of nursing home admissions. The COVID-19 pandemic has significantly increased the uptake of telehealth, but the effectiveness of virtual, home-based fall prevention programmes is not clearly known. We aim to synthesise the trials on telerehabilitation and home-based falls prevention programmes to determine their effectiveness in reducing falls and adverse outcomes, as well as to describe the safety risks associated with telerehabilitation. Methods and analysis This protocol was developed using the Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols (PRISMA-P). Database searches from inception to August 2022 will be conducted without language restrictions of MEDLINE, EMBASE, Ovid HealthSTAR, CINAHL, SPORTDiscus, Physiotherapy EvidenceDatabase (PEDro) and the Cochrane Library. Grey literature including major geriatrics conference proceedings will be reviewed. Using Covidence software, two independent reviewers will in duplicate determine the eligibility of randomised controlled trials (RCTs). Eligible RCTs will compare telerehabilitation and home-based fall prevention programmes to usual care among community-dwelling older adults and will report at least one efficacy outcome: falls, fractures, hospitalisations, mortality or quality of life; or at least one safety outcome: pain, myalgias, dyspnoea, syncope or fatigue. Secondary outcomes include functional performance in activities of daily living, balance and endurance. Risk of bias will be assessed using the Cochrane Collaboration tool. DerSimonian-Laird random effects models will be used for the meta-analysis. Heterogeneity will be assessed using the I 2 statistic and Cochran’s Q statistic. We will assess publication bias using the Egger’s test. Prespecified subgroup analyses and univariate meta-regression will be used. Ethics and dissemination Ethics approval is not required. The results will be disseminated through peer-reviewed publications and conference presentations. PROSPERO registration number CRD42022356759.
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 | 0,054 | 0,085 |
| Méta-épidémiologie (sens strict) | 0,008 | 0,006 |
| Méta-épidémiologie (sens large) | 0,030 | 0,033 |
| Bibliométrie | 0,015 | 0,012 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,060 | 0,006 |
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 ».