Prognostic Factors of Hip Fracture in Elderly: A Systematic Review
Notice bibliographique
Résumé
The hip fracture causes significant disabilities in many elderly people. Many studies around the world have identified various risk factors for the hip fracture. The aim of this study was to systematically investigate the risk factors of hip fractures. This study is a systematic review of risk factors for hip fractures. All published papers in English and Persian languages on patients in Iran and other countries between 2002 - 2022 were examined. The search strategy used keywords matching the mesh, including : predictors, hip fracture, and disability. Articles were selected from international databases (PubMed, Proquest ,Web of Sience, Scopus, Google scholar and Persian(Sid,Magiran), and the Newcastle Ottawa Scale was used to assess the risk of bias. The study has identified several factors that were significantly correlated with the risk of hip fracture, including age, cigarette and alcohol consumption, visual and hearing problems, low BMI levels, history of falling, weakness, and diseases such as stroke, cardiovascular disease, high blood pressure, arthritis, diabetes, dementia, Alzheimer's, Parkinson's, liver and kidney diseases, bone density, osteoporosis, vertebral fracture, and hyperthyroidism. However, the study did not find any significant correlations between the consumption of calcium and vitamin D, history of fractures, cognitive disorders, schizophrenia, and household income, and the risk of hip fracture. The results of this study reveal the determining role of some risk factors in hip fracture in older persons. Therefore, it is recommended that health policy makers provide the possibility of early intervention for some changeable factors.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».