Gait Speed Modifies Efficacy of Home-Based Exercise for Falls in Older Adults With a Previous Fall: Secondary Analysis of a Randomized Controlled Trial
Notice bibliographique
Résumé
OBJECTIVE: Exercise is an evidence-based strategy for preventing falls. However, its efficacy may vary based on individual characteristics, like gait speed. This study examined whether baseline gait speed modified the effects of home-based exercise on subsequent falls among older adults. METHODS: This is a secondary analysis of a 12-month, randomized controlled trial in community-dwelling adults who were ≥70 years old and who had fallen within the previous 12 months. Participants were randomized to either 12 months of home-based exercise (n = 172) or standard of care (n = 172). This study examined intervention effects on fall rates at 6 and 12 months stratified by baseline gait speed (slow [<0.80 m/s] or normal [≥0.80 m/s]) using negative binomial regressions. Baseline gait speed was investigated as a potential modifier of the intervention effects on mobility and cognitive function using linear mixed modeling. RESULTS: At baseline, 134 participants had slow (exercise = 70; standard of care = 64) and 210 had normal (exercise = 102; standard of care = 108) gait speeds. For participants with slow gait speed, exercise reduced fall rates by 44% at 6 months (incidence rate ratio = 0.56; 95% CI [confidence interval] = 0.33-0.95) but not at 12 months (incidence rate ratio = 0.63; 95% CI = 0.38-1.03) compared with standard of care; for participants with normal gait speed, there was no significant effect of exercise on fall rates at 6 or 12 months. Gait speed modified intervention effects; in the exercise group, participants with slow gait showed significant improvements in the Timed "Up & Go" Test at 6 months (estimated mean difference = -4.05; 95% CI = -6.82 to -1.27) and the Digit Symbol Substitution Test at 12 months (estimated mean difference = 2.51; 95% CI = 0.81-4.21). CONCLUSION: Older adults with slow gait speed had a reduction in subsequent falls in response to exercise at 6 months. Gait speed modified the effects of exercise on mobility and cognition. IMPACT: Older adults with slow gait speed may be a target population for exercise-based fall prevention.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».