Physical and Occupational Therapist Evaluations for Fall Prevention in the Emergency Department: A Geriatric <scp>ED</scp> Guidelines 2.0 Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Older adults are at high risk for severe injuries and death from falls. Physical therapist (PT) and occupational therapist (OT) evaluations have been introduced into Emergency Department (ED) care to assist with fall risk evaluation and fall prevention care. An evaluation of current evidence was undertaken to inform the Geriatric ED Guidelines 2.0. METHODS: Systematic review of physical and/or occupational therapy evaluation for fall prevention in the ED. The intervention was evaluation by a rehabilitation therapist (PT, OT, or both) for fall prevention, fall assessment, or mitigation of fall risk factors. Studies that did not perform the evaluation during the ED or ED Observation Unit visit were excluded, such as referrals for home consultation. The published literature was searched using strategies created by a medical librarian and was implemented in Embase and PubMed in March 2025. Covidence was used for article collation and review. Risk of bias was assessed using the Cochrane Risk of Bias v2 and the Ottawa-Newcastle scale. RESULTS: The search resulted in 387 articles with 52 duplicates, for 335 unique citations. Ten articles on 6 datasets were included (4 abstracts and 6 published manuscripts). One article was at high risk of bias as very few intervention patients received therapist evaluation. The remaining 5 datasets had varied co-interventions in addition to PT and/or OT evaluations. PT or OT evaluation in the ED was associated with reduced ED revisits at 1, 2, and 6 months. Evaluations in the ED were not associated with increased hospital admission rates or ED length of stay. A meta-analysis was infeasible due to varied outcome timeframes. CONCLUSIONS: PT and/or OT evaluations for fall prevention were associated with reduced subsequent ED revisits for older adults. However, the impact of co-interventions and heterogeneity limits strong conclusions.
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 | 0,026 | 0,082 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,017 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».