Reducing hip and non-vertebral fractures in institutionalised older adults by restoring inadequate intakes of protein and calcium is cost-saving
Notice bibliographique
Résumé
BACKGROUND: older adults in aged care account for 30% of the population burden of hip fractures. Nutritional interventions to correct under nutrition reduce these debilitating fractures, perhaps partly by reducing falls and slowing deterioration in bone morphology. OBJECTIVE: to determine whether a nutritional approach to fracture risk reduction in aged care homes is cost-effective. DESIGN: cost-effectiveness was estimated based on results from a prospective 2-year cluster-randomised controlled trial and secondary data. Intervention residents consumed a total of 3.5 daily servings of milk, yoghurt and/or cheese, resulting in 1,142 mg of calcium and 69 g of protein compared with the daily intakes of 700 mg of calcium and 58 g of protein consumed by the control group. SETTING: fifty-six aged care homes. PARTICIPANTS: residents for 27 intervention (n = 3,313) and 29 control (n = 3,911) homes. METHODS: ambulance, hospital, rehabilitation and residential care costs incurred by fracture were estimated. The incremental cost-effectiveness ratios per fracture averted within a 2-year time horizon were estimated from the Australian healthcare perspective applying a 5% discount rate on costs after the first year. RESULTS: intervention providing high-protein and high-calcium foods reduced fractures at a daily cost of AU$0.66 per resident. The base-case results showed that the intervention was cost-saving per fracture averted, with robust results in a variety of sensitivity and scenario analyses. Scaling the benefits of intervention equates to a saving of AU$66,780,000 annually in Australia and remained cost-saving up to a daily food expenditure of AU$1.07 per resident. CONCLUSIONS: averting hip and other non-vertebral fractures in aged care residents by restoring nutritional inadequacy of protein and calcium is cost-saving.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».