Evaluating a Paramedic-Led Fall-Referral Program in Nova Scotia: a Mixed-Methods Study
Notice bibliographique
Résumé
Background Falls in older adults are a worldwide health issue, and lead to high morbidity, mortality, and healthcare costs. Paramedics play a unique and important role in post-fall management. The objectives of this study were to measure the frequency with which paramedics made referrals to fall-prevention programs, understand the factors influencing these decisions, and compare outcomes between those who received a referral with those who did not. Methods This mixed-methods study evaluated a paramedic fall-referral program in Nova Scotia for older adults with non-transport dispositions after a 911 response. Patient demographics and outcomes were analyzd using a matched cohort approach, while paramedic beliefs regarding the program were explored using The Theory of Planned Behavior. Results From 2014 to 2019, a total of 289 referrals were made, and a matched cohort analysis (1:2) found no significant difference in the mean number of fall-related 911 calls in the following 12 months between those who were referred (m=0.31, SD=0.94) and those who were not (m=0.30, SD=1.28). Paramedics acknowledged the importance of fall prevention, but felt a lack of education, loop closure-feedback to the referring paramedic, and patient reluctance to consider the program, were all significant barriers to referral. Discussion This study assessed Nova Scotia’s paramedic fall-prevention referral program, revealing low referral frequency despite high numbers of fall-related 911 calls, and no significant reduction in relapse 911 calls. Barriers to referral included patient reluctance, poor systematization, and lack of education and feedback. Conclusion The study highlights opportunities for improving referral systems, as paramedics play a bigger role in the prevention of age-related health issues such as falls.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».