Comparison of Risk Factors for Falls in the Old and the Oldest Old Admitted to the Emergency Department
Notice bibliographique
Résumé
Background: Falls can cause a wide range of consequences from a simple injury to life-threatening situations. As falls are a major cause of mortality and morbidity in older adults, it is important to identify risk factors. Our aim was to evaluate fall risk factors in geriatric patients presenting to the emergency department with fall and to evaluate the variability of fall risk factors in the group below and above 85 years of age (oldest old). Materials and Methods: A total of 132 geriatric patients admitted to the emergency department of a univer-sity hospital due to falls were retrospectively analysed. Demographic characteristics and chronic diseases of patients, number of drugs, previous fall history, unintentional weight loss, depressive symptoms, anaemia, urinary incontinence, fear of falling, orthostatic hypotension were recorded. Edmonton frail scale, clock-draw-ing test and geriatric depression scale score was also evaluated. Results: The mean age of our study population was 80.5 ±8.3. While 80 (60.6%) of the patients were below 85 years of age, 52 (39.4%) were aged 85 years and older. 62 (47%) of the patients were frail and orthostatic hypotension was found in 10 (7.6%) of the patients. Fear of falling was observed in 67 (50.8%) patients. Polypharmacy was present in 62 (47%) patients. Frequency of diabetes mellitus, frailty, fear of falling, walking aid usage and the need for a regular caregiver were significantly higher and clock-drawing test score was lower in the oldest old group (p<0.05, for all). Conclusions: Falls are common in older patients. Our study clearly revealed the frequency of fall risk factors in the geriatric population admitted to the emergency department. The frequency of frailty was higher in the oldest old (over 85 years old) who presented with falls, and fear of falling was found in these patients even if there was no previous history of falling. Necessary precautions should be taken considering the negative con-sequences of falls.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 ».