Yaşlılarda Düşme Riski, Düşme Davranışları Ve Kırılganlık Düzeyinin Değerlendirilmesi: Bir Huzurevi Örneği
Notice bibliographique
Résumé
Amaç: Tüm dünyada artan yaşlı birey sayısı, yaşlılığa bağlı meydana gelen kronik hastalık sayısını düşme ve kırılganlık prevelansını arttırmaktadır. Bu araştırma bir huzurevinde yaşayan yaşlıların düşme riski, kırılganlık düzeyi, düşme davranışları ve etkileyen faktörleri belirlemek amacıyla yapıldı. Yöntem: Tanımlayıcı ve kesitsel tipte planlanan araştırma Haziran 2022-Temmuz 2022 tarihleri arasında bir huzurevinde bulunan 70 yaşlı ile yapıldı. Veriler yüzyüze görüşme tekniği ile soru formu, DENN düşme riski, Yaşlılar için düşme davranışları ölçeği (YDDÖ) ve Edmonton kırılganlık ölçeği kullanılarak toplandı. Bulgular: Araştırmada düşme riski yüksek olan yaşlıların oranının %35.7 ve şiddetli kırılganlığı olan yaşlıların oranının ise %14.3 olduğu bulunmuştur. DENN düşme riski ile Edmonton kırılganlık ölçeği arasında pozitif yönde güçlü derecede anlamlı ilişki olduğu tespit edildi (r: 0,360; p:0,002). Sonuç: Kırılganlık yaşlılarda tüm faktörlerden bağımsız şekilde görülürken; düşmeyi etkileyen faktörlerin cinsiyet, yaş, sigara kullanma durumu, son bir yıldaki düşme sayısı, düşme sonucu tedavi alma durumu ve yardımcı araç kullanımı olduğu tespit edildi. Kırılganlık riski veya kırılganlığı bulunan yaşlılarda düşme riskini önlemeye yönelik hemşirelik girişimlerinin planlanarak gerektiği durumlarda uygulanması önerilmektedir.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,002 |
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 ».