MétaCan
Menu
Retour à la cohorte
Enregistrement W4408855604 · doi:10.1177/13591053251326383

Psychoeducation for fall prevention among community-dwelling older people: A scoping review

2025· review· en· W4408855604 sur OpenAlexaff
Jalila Jbilou, Joey Frenette, Marie-Pier Mazerolle, Caroline Lovens, Grant Handrigan, Cornel Oros, Liliane Bonnal

Notice bibliographique

RevueJournal of Health Psychology · 2025
Typereview
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésPsychoeducationFacilitatorPsychological interventionFall preventionPsychologyIntervention (counseling)MedicineGerontologyPoison controlSuicide preventionPsychiatryEnvironmental healthSocial psychology

Résumé

récupéré en direct d'OpenAlex

Community-dwelling older people (CDOP) face important risks of falling, a leading cause of chronic pain and transitions into long-term disability. While exercise-based interventions are widely studied for fall prevention, psychoeducation may play an important preventive role. Nevertheless, psychoeducation for fall prevention remains underexplored. This study aimed to describe existing psychoeducation for fall prevention among CDOP, identify its key components, and derive recommendations to inform future interventions. Using a scoping review design, we selected 20 studies with focus on psychoeducation for fall prevention. Findings revealed that all selected studies incorporated at least one of the four psychoeducation elements described by Anderson et al. Key aspects including mode of delivery, intervention facilitator, and educational resources are described, but literature lacks convergence. Moreover, theory-based psychoeducation programs and integration of technology and interactive delivery methods are underexplored. Implications for the design of a psychoeducation program for fall prevention in CDOP are discussed.

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)0,005
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,182
Tête enseignante GPT0,594
Écart entre enseignants0,412 · 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'étudeRevue systématique
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health PsychologyMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207