Nutritional, Cognitive, and Functional Deficits, Frailty, and Quality of Life Associated With Fall Risk in Community-Dwelling Older Adults: A Cross-Sectional Study Conducted in Brazil
Notice bibliographique
Résumé
INTRODUCTION/OBJECTIVE: Falls affect approximately 30% of the older adult population. We aimed to compare the associations between fall risk and different multidimensional health aspects among older adults receiving care in the Brazilian Primary Health Care (PHC) system. METHOD: Cross-sectional, quantitative study involving older adults from PHC. The Fall Risk Score, Mini Nutritional Assessment, Mini-Mental State Examination, Edmonton Frail Scale, Barthel Index, Lawton & Brody Scale, and Medical Outcomes Study Questionnaire Short Form was used to measure the variables of interest. Correlation analyses and binary logistic regression were also employed. RESULTS: A total of n = 257 individuals participated, of whom n = 102 (39.7%) were with risk for falls. Preserved cognition, absence of frailty, and better functionality levels were identified as protective factors against fall risk through association and correlation analyses. The binary logistic regression analysis found that the factors contributing most to the reduction of fall risk were higher nutritional scores, better cognitive function, preserved functionality (BADL and IADL), and the functional domain of quality of life (QoL). CONCLUSION: Better nutritional status, cognition, functionality, and QoL were associated with a lower risk of falls. Although frailty exhibited similar results, it did not stand out equally as a contributing factor to fall risk.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 ».