MétaCan
Menu
Retour à la cohorte
Enregistrement W4401793424 · doi:10.1093/ageing/afae186

Factors influencing older adult community fall prevention exercise implementation: a scoping review

2024· review· en· W4401793424 sur OpenAlexafffund
Kathryn M. Sibley, Brenda J. Tittlemier, Faith Olarinde, Brianna Leadbetter, Danielle R Bouchard

Notice bibliographique

RevueAge and Ageing · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversity of New BrunswickUniversity of Manitoba
Organismes subventionnairesCanada Research Chairs
Mots-clésMedicineFall preventionBalance (ability)GerontologyIntervention (counseling)Physical therapyInjury preventionPoison controlNursingMedical emergency

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exercise that challenges balance is the most effective fall prevention intervention in community-dwelling older adults. Identifying factors influencing implementation of community fall prevention exercise programs is a critical step in developing strategies to support program delivery. OBJECTIVE: To identify implementation facilitators, barriers, and details reported in peer-reviewed publications on community fall prevention exercise for older adults. DESIGN: Scoping review. METHODS: We searched multiple databases up to July 2023 for English-language publications that reported facilitators and/or barriers to implementing an evidence-based fall prevention exercise program in adults aged 50+ years living independently. At least two reviewers independently identified publications and extracted article, implementation, and exercise program characteristics and coded barriers and facilitators using the Consolidated Framework for Implementation Research (CFIR). RESULTS: We included 22 publications between 2001 and July 2023 that reported factors influencing implementation of 10 exercise programs. 293 factors were reported: 183 facilitators, 91 barriers, 6 described as both a facilitator and barrier, and 13 unspecified factors. Factors represented 33 CFIR constructs across all five CFIR domains: implementation inner setting (n = 95 factors); innovation (exercise program) characteristics (n = 84); individuals involved (n = 54); implementation process (n = 40) and outer setting (n = 20). Eight publications reported implementation strategies used; 6 reported using a conceptual framework; and 13 reported implementation outcomes. CONCLUSION: The high number of factors reflects the complexity of fall prevention exercise implementation. The low reporting of implementation strategies, frameworks and outcomes highlight the ongoing need for work to implement and sustain community fall prevention exercise programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,028
score de la tête « metaresearch » (Gemma)0,133
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,133
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0050,006
Bibliométrie0,0210,021
Études des sciences et des technologies0,0010,001
Communication savante0,0050,004
Science ouverte0,0020,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,480
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207