Who Is Most At Risk Of Suffering An Injurious Fall On Snow Or Ice?
Notice bibliographique
Résumé
Falls are a leading cause of injury, hospitalization, and death among older adults, costing Canada approximately $5.6 million annually. Many factors contribute to fall risk, and despite the popular belief that adverse weather impacts the risk of falls, this association is largely under-studied. PURPOSE: To determine which individual characteristics are associated with an increased risk of sustaining an injurious fall on snow or ice in the Canadian Study on Longitudinal Aging cohort. METHODS: Data from 51,338 participants in the Canadian Longitudinal Study on Aging (aged 45-85 at baseline) were used to build a profile (e.g., age, sex, body mass index, chronic conditions, medications, body composition, physical function variables) of those who are most at risk of suffering an injurious fall on snow or ice. To do so, participants were compared by being grouped into one of three categories: 1 - did not suffer an injurious fall, 2 - suffered an injurious fall on snow or ice, or 3 - suffered an injurious fall elsewhere. RESULTS: A total of 254 individuals reported an injurious fall on snow or ice (average age: 62.1 ± 9.8 years; 50.8% male), and 2,342 reported an injurious fall elsewhere (average age: 63.9 ± 10.5 years; 39.2% male). No significant differences were found between those who did not suffer an injurious fall and those who suffered an injurious fall on snow or ice. Compared to those who suffered an injurious fall elsewhere, those who suffered an injurious fall on snow or ice were significantly younger (p = .006), more likely to be male (p < .001) and had a significantly stronger grip strength (p = .005). CONCLUSION: These results suggest that being a middle-aged man is associated with a higher risk of an injurious fall on snow or ice. Longitudinal data will be used to confirm this association. This work could lead to targeted public health guidelines to reduce the risk of injurious falls on snow/ice.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».