MétaCan
Menu
Retour à la cohorte
Enregistrement W4403827131 · doi:10.2196/57050

Relationship Between Depression and Falls Among Nursing Home Residents: Integrative Review

2024· review· en· W4403827131 sur OpenAlexvenueaboutno aff
Alcina Matos Queirós, Armin von Gunten, Joëlle Rosselet Amoussou, Andreia Lima, María Manuela Martins, Henk Verloo

Notice bibliographique

RevueInteractive Journal of Medical Research · 2024
Typereview
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintDepression (economics)GerontologyNursingPsychologyMedicineComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Depression is a highly prevalent psychopathological condition among older adults, particularly those institutionalized in nursing homes (NHs). Unfortunately, it is poorly identified and diagnosed. NH residents are twice as likely to fall as community-dwelling older adults. There is a need for more knowledge about the mechanisms and relationships between depression and falls. OBJECTIVE: This study aims to identify, analyze, and synthesize research on the relationships between depression and falls among NH residents. METHODS: A literature search was conducted in October 2023 in the following bibliographic databases: MEDLINE ALL Ovid, Embase, CINAHL with Full Text EBSCO, APA PsycInfo Ovid, Web of Science Core Collection, the Cochrane Database of Systematic Reviews Wiley, and ProQuest Dissertations & Theses A&I. Clinical trials were searched for in the Cochrane Central Register of Controlled Trials Wiley, ClinicalTrials.gov, and the World Health Organization International Clinical Trials Registry Platform. Additional searches were performed using Google Scholar, the DART-Europe E-theses Portal, and backward citation tracking. The Newcastle-Ottawa Scale and the Appraisal tool for Cross-Sectional Studies were used to evaluate study quality. RESULTS: The review included 7 quantitative studies published in 7 different countries from 3 continents; of these, 6 (86%) were cross-sectional studies, and 1 (14%) was a prospective cohort study. Results suggested high frequencies of depressive symptoms and falls among older adults living in NHs, and depressive symptoms were considered a risk factor for falls. The 15-item and 10-item versions of the Geriatric Depression Scale were the most commonly used measurement tools, followed by the Cornell Scale for Depression in Dementia and the Resident Assessment Instrument-Minimum Data Set 2.0. The prevalence of depression was heterogeneous, varying from 21.5% to 47.7% of NH residents. The studies used heterogeneous descriptions of a fall, and some considered the risk of falls, recurrent fallers, and near falls in their data. The prevalence of fallers was disparate, varying from 17.2% to 63.1%. Of the 7 retained studies, 6 (86%) reported a relationship between depression and falls or the risk of falls. Among the 19 other risk factors identified in the review as being associated with falls among NH residents were a history of falls in the last 180 days, >1 fall in the past 12 months, and respiratory illnesses. CONCLUSIONS: There is a paucity of research examining falls among older adults with depressive symptoms in NHs. These findings should alert nurses to the need to consider depression as a risk factor in their work to prevent falls. More research is needed to gain a comprehensive understanding of fall risk among NH residents with depressive symptoms. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/46995.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,020
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,226
Tête enseignante GPT0,612
Écart entre enseignants0,386 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207