The evaluation of a Fall Management Program in a personal care home (PCH) population
Notice bibliographique
Résumé
Injurious falls are a common problem among older institutionalized adults, having serious physical, psychological and/or financial consequences for the fallers, their families, and personal care home (PCH) staff (Tideiksaar, 2002). North Eastman Health Association (NEHA) introduced a Fall Management Program into its five PCHs in 2005 in an effort to keep residents active and mobile, while minimizing injuries if they fell. The purpose of this research was to evaluate the Fall Management Program to determine if its goals of increased resident mobility and injury minimization were being met. A quasi-experimental, pre-post, comparison group design triangulating different data sources was used to evaluate the effectiveness of the program. Fall Occurrence Report data were collected from all five NEHA PCHs, and from seven similar PCHs in the Interlake Regional Health Authority (IRHA) that did not have a fall program in place. Administrative data from the Manitoba Centre for Health Policy (MCHP) were also used to provide information about some explanatory variables. Comparisons were made between regional health authorities (RHAs) and over time, from the pre- to post- period. Results indicate that NEHA’s Fall Management Program had some benefits for residents – there was a trend towards an increase in mobility (i.e., a non-significant upward trend in falls) while overall injuries remained stable, and falls resulting in hospitalization decreased significantly. NEHA residents appear to have been protected from an increase in injuries despite an upward trend in falls. Moreover, NEHA’s residents had significantly better outcomes compared to similar residents in the non-program PCHs in IRHA. By the post-period, both RHAs had the same rate of falls, but NEHA had significantly fewer injurious falls and falls resulting in hospitalization than IRHA. This suggests that the non-program PCHs had more difficulty preventing resident injuries than the program PCHs in NEHA.
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 | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».