Falls among geriatric cancer patients: a systematic review and meta-analysis of prevalence and risk across cancer types
Notice bibliographique
Résumé
BACKGROUND: Falls represent a significant health concern among the older adults, particularly geriatric cancer patients, due to their increased susceptibility from both age-related and cancer treatment-related factors. This systematic review and meta-analysis aimed to synthesize global data on the prevalence and risk of falls in this population to inform targeted fall prevention strategies. METHODS: Following PRISMA 2020 guidelines, we conducted a comprehensive search of PubMed, Embase, and Web of Science up to October 2024. Articles were screened using Nested Knowledge software by two independent reviewers. Eligible studies included those involving geriatric cancer patients aged 60 years or older reporting on fall prevalence. Quality assessment was performed using a modified Newcastle-Ottawa Scale, and meta-analysis was conducted using random-effects models with R software. RESULTS: = 100%). Country- and cancer-type-specific analyses revealed variability in fall prevalence, with breast cancer patients showing the highest prevalence. The comparative risk analysis did not show a statistically significant difference in fall risk between cancer patients and non-cancer controls. CONCLUSION: Falls are a prevalent and concerning issue among geriatric cancer patients, with substantial variability influenced by cancer type and study design. Personalized fall prevention strategies tailored to cancer-specific risk factors are essential. Further research is warranted to explore the complex interplay of cancer treatments, frailty, and fall risk in this vulnerable population.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,000 | 0,003 |
| 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 | 0,001 | 0,001 |
| 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 ».