Reducing falls in inpatient older adults: Quality improvement initiative
Notice bibliographique
Résumé
BackgroundFalls and fall-related injuries are common among older adults, adversely affecting their functional independence and quality of life. By 2043, one in three Canadians falls each year, resulting in 85% of hospitalizations, which cost $2 billion annually.ObjectiveThis study aimed to reduce inpatient falls among older adults with cognitive impairment in a rural Ontario hospital.MethodsA fall reduction project was implemented at the hospital to improve clinical care since January 2024. The project included fall risk screening, ensuring a fall bundle was in place, and monthly meetings with hospital staff and patient representatives to identify potential barriers and facilitators to the project. The project involved two components: 1) nurses evaluating fall risk using validated tools and 2) implementing a fall prevention bundle. Data was retrieved from the hospital's electronic medical records. The outcome of interest was the fall rate before and after the intervention.ResultsThe initiative has reduced the inpatient fall rate from 16.25 falls per 1000 bed days in 2023 to 11.33 falls per 1000 bed days in 2024. Almost 57% of people who fell were cognitively impaired.ConclusionsThe project reduced the inpatient fall rate by 30% within a year. The involvement of patients and their families in the initiative has made the project meaningful to the community. However, no change was observed in the 30-day readmission rate, prompting the research team to conclude that inpatient interventions are insufficient. Further research on collaborative care involving the pharmacy department and community partners is recommended.
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 | 0,011 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».