MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405966983 · doi:10.1093/geroni/igae098.3941

COMPARATIVE ANALYSIS OF FALL RATES AMONG COMMUNITY-OLDER ADULTS IN SIX COUNTRIES

2024· article· en· W4405966983 sur OpenAlexaboutno aff
Hadi Kooshiar

Notice bibliographique

RevueInnovation in Aging · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographyGerontologyGeographyEnvironmental healthMedicineSociology

Résumé

récupéré en direct d'OpenAlex

Abstract The number of older people who desire to live in their homes is rising. So, this study aimed to evaluate fall rates in community-dwelling older adults across six English-speaking countries. This cross-sectional survey was conducted with 114 older adults residing in Canada, the USA, Australia, Ireland, New Zealand, the UK, and Northern Ireland. Participants recruited online through social media and passive snowball sampling completed self-rated fall risk (FRQ) and Activities-specific Balance Confidence (ABC-6) surveys, along with sociodemographic and health-related questions. Canadian and Irish respondents comprised the highest and lowest proportions of the sample, at 37% and 9%, respectively. The mean age was 67 (SD = 7.8), with a balanced gender distribution. Chronic diseases, notably joint pain and abnormal blood pressure, were reported by 25.4% of respondents. 44.8% of respondents reported falls in the past year, with 35.1% reporting falls in the past six months. Multiple falls were reported by 25.2% of respondents, with 45.8% reporting fractures primarily in the hands, forearms, or arms. Fall rates varied significantly among the countries: Canada (54.1%), USA (44.4%), Australia (53.8%), Ireland (40%), New Zealand (41.7%), and the UK and Northern Ireland (23.5%). Geographic, demographic, and methodological factors influence these rates. Higher fall rates in Canada may be due to an aging population and adverse weather conditions. The study’s findings have direct implications for research, clinical practice, and education. Recommendations for a prospective design with a large sample size are essential for a more comprehensive understanding of falls rate and effective prevention of falls.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,045
Tête enseignante GPT0,401
Écart entre enseignants0,356 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetHealth disparities and outcomes→Travaux en français237 207→