Cost-effectiveness of falls prevention strategies for older adults: protocol for a living systematic review
Notice bibliographique
Résumé
INTRODUCTION: One-third of adults aged 65+ fall annually. Injuries from falls can be devastating for individuals and account for 1.5% of annual healthcare spending. With the growing ageing population, falls place increased strain on scarce health resources. Prevention strategies that target individuals at high risk for falls demonstrate the best value for money; however, limited efficiency (ie, cost-effectiveness) information for fall prevention interventions hinders the implementation of effective falls prevention programmes. Living systematic reviews provide a timely up-to-date evidence-based resource to inform clinical guidelines and health policy decisions. This protocol details the methodology for a living systematic review of the efficiency (ie, cost-effectiveness) of fall prevention interventions for older adults in three settings: community-dwelling, aged care and hospitals. METHODS AND ANALYSIS: This protocol used the reporting guidelines from the Preferred Reporting Items for Systematic Reviews and Meta-Analysis Protocol. Peer-reviewed economic evaluations of controlled clinical trials or health state models will be included. Reports will be obtained through monthly systematic searches of CENTRAL (Ovid), CINAHL (EBSCO), Embase (Ovid), MEDLINE (Ovid), SCOPUS (Elsevier) and Web of Science (Clarivate) alongside snowballing and handsearching EconLit and the Tufts Cost Effectivness Analysis Registry. Screening, data extraction, quality assessment and risk of bias will be assessed by multiple reviewers. The primary outcomes will be the incremental cost-effectiveness (ie, incremental cost per fall prevented), incremental cost-utility (ie, incremental cost per quality-adjusted life year gained) or cost-benefit ratio. Additional outcomes will include falls and cost-related measures. All economic outcomes will be reported in a common year and currency. Results will be reported as a narrative synthesis; meta-analysis will be considered based on data quality, suitability and availability. ETHICS AND DISSEMINATION: Ethical approval is not required as primary human data will not be collected. Results will be disseminated through peer-reviewed publications and a dedicated website. PROSPERO REGISTRATION NUMBER: CRD42024532485.
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 | 0,094 | 0,146 |
| Méta-épidémiologie (sens strict) | 0,009 | 0,007 |
| Méta-épidémiologie (sens large) | 0,022 | 0,028 |
| Bibliométrie | 0,013 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,088 | 0,010 |
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 ».