Risk factors of pressure injury in elderly inpatients: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: The aim of this systematic review is to systematically identify and synthesize the risk factors contributing to pressure injury in elderly inpatients. Methods: PubMed, Embase, Web of Science, Cochrane Library, and CINAHL were systematically searched from database inception to March 1, 2025. Two researchers independently screened the retrieved studies and extracted the data. The risk of bias was assessed using the AHRQ criteria or the Newcastle–Ottawa Scale (NOS). Meta-analysis was performed using R version 4.5.0. Results: A total of 3,629 studies were retrieved, and 23 studies met the inclusion criteria. Altogether, 70,340 participants were included in the analysis, of whom 5,792 developed PI during hospitalization, corresponding to an overall prevalence of 8.2%. Meta-analysis showed that age (OR = 1.06, 95%CI: 1.03 to 1.09), immobility (OR = 4.54, 95%CI: 3.09 to 6.67), incontinence (OR = 4.54, 95%CI: 2.33 to 42.75), nutritional risk (OR = 3.00, 95%CI: 1.78 to 5.05), diabetes (OR = 1.60, 95%CI: 1.21 to 2.11), durations of prior ICU stay (OR = 1.93, 95%CI: 1.46 to 2.55), time from admission to surgery (OR = 2.07, 95%CI: 1.60 to 2.67) and length of stay (OR = 1.05, 95%CI: 1.01 to 1.01) were associated with pressure injury in elderly inpatients. Conclusions: Pressure injury remains a serious and preventable complication among elderly inpatients. This study provided a comprehensive evaluation of the risk factors of pressure injury development among elderly inpatients, identifying eight major contributors. These findings may promote valuable evidence to inform clinical assessment, risk stratification, and the development of targeted prevention strategies.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».