Fear of falling: Scoping review and topic analysis using natural language processing
Notice bibliographique
Résumé
Fear of falling (FoF) is a major concern among older adults and is associated with negative outcomes, such as decreased quality of life and increased risk of falls. Despite several systematic reviews conducted on various specific domains of FoF and its related interventions, the research area has only been minimally covered by scoping reviews, and a comprehensive scoping review mapping the range and scope of the research area is still lacking. This review aims to provide such a comprehensive investigation of the existing literature and identify main topics, gaps in the literature, and potential opportunities for bridging different strains of research. Using the PRISMA-ScR guidelines, we searched the Cochrane Database of Systematic Reviews, CINAHL, Embase, MEDLINE, PsycInfo, Scopus, and Web of Science databases. Following the screening process, 969 titles and abstracts were chosen for the review. Pre-processing steps included stop word removal, stemming, and term frequency-inverse document frequency vectorization. Using the Non-negative Matrix Factorization algorithm, we identified seven main topics and created a conceptual mapping of FoF research. The analysis also revealed that most studies focused on physical health-related factors, particularly balance and gait, with less attention paid to cognitive, psychological, social, and environmental factors. Moreover, more research could be done on demographic factors beyond gender and age with an interdisciplinary collaboration with social sciences. The review highlights the need for more nuanced and comprehensive understanding of FoF and calls for more research on less studied areas.
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 | 0,042 | 0,140 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,015 |
| Bibliométrie | 0,049 | 0,033 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».