A Role for Health Literacy in Protecting People With Limited English Proficiency Against Falling: A Retrospective, Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: To identify risk factors related to falls within the scope of speech-language pathology (SLP) using assessments from the Inpatient Rehabilitation Facility-Patient Assessment Instrument over a 4-month period in 4 inpatient rehabilitation facilities (IRFs). DESIGN: Observational retrospective cohort study. SETTING: Four IRFs as part of a larger learning health system. PARTICIPANTS: Adults aged ≥18 years admitted to the IRFs from October 1, 2022 to February 28, 2023 were included. INTERVENTION: N/A. MAIN OUTCOME MEASURES: Occurrence of falls. RESULTS: Analyses of 631 patient records revealed that the odds of falling were almost 3 times greater in people with limited English proficiency than in English speakers (odds ratio [OR], 2.92; 95% confidence interval [CI], 1.09-6.85). People with limited English proficiency who reported poorer health literacy had 4 times higher odds of falling (OR, 3.90; 95% CI, 1.13-13.44) than English speakers who reported adequate health literacy. People with limited English proficiency who reported adequate health literacy had the same risk of falling as English speakers (OR, 0.98; 95% CI, 0.16-6.12), suggesting the protective role of health literacy for people with limited English proficiency. CONCLUSIONS: Language barriers have a significant effect on falls among patients in IRFs. SLPs improving health literacy and providing language support may play a crucial role in mitigating fall risk, thereby enhancing patient safety and outcomes.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».