Rethinking the relationship between ambulatory activity and falls in long-term care: risk versus reward
Notice bibliographique
Résumé
BACKGROUND: Ambulatory older residents in long-term care (LTC) have the highest risk of falling. However, the relationship between ambulatory activity (steps per day) and fall risk in LTC is unclear. This study examined whether baseline daily step count, functional capacity and cognitive function predicted falls in LTC residents, and whether functional capacity modified the relationship between step count and fall risk. METHODS: Two hundred seventy-six LTC residents from New Zealand-based Staying UpRight randomized controlled trial were included (age: 84 ± 7 years; 61% female). Baseline daily step count was derived from a lumbar-based accelerometer (3589 ± 2379 steps). Fall rates were calculated from facilities' falls reports (6 ± 18 falls). Residents were categorized as Moderate (n = 71) or Low functional capacity (n = 205) based on Short Physical Performance Battery scores. The Montreal Cognitive Assessment assessed cognition (15 ± 6). Quasi-Poisson generalized linear models explored associations between steps, cognition, and functional capacity with fall rates, including interactions between capacity and steps. The relative risk of falling and fall-related injuries was estimated between activity levels. RESULTS: Key results showed a significant interaction (P = .036), indicating that only the Moderate functional capacity group had a positive association between steps and fall rates. The Moderate group had a ∼23%-24% and ∼6% higher relative risk of falls and fall-related injuries, respectively, with higher activity, while the Low group showed a lower risk of falls (∼2.7%-3.9%) and falls-related injuries (2%-4%). Cognitive function was not associated with falls. CONCLUSIONS: Findings suggest that higher exposure to ambulatory activity is related to greater falls risk but not falls-related injuries only among residents with moderate functional capacity. This stratification should be considered when shaping falls prevention policies.
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 | 0,023 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».