Development of a fall prediction risk using multidimensional data from the Canadian Longitudinal Study on Aging
Notice bibliographique
Résumé
Abstract Falls rank first in injury prevention priorities in Canada. Approximately 40% of falls among community-dwelling older adults could be prevented with proper strategies. This study aimed to develop a fall risk index using multidimensional data from the Canadian Longitudinal Study on Aging. We selected 36 potential fall risk factors from systematic reviews and fall guidelines. Predictor variables were extracted from baseline data of older adults (≥ 65 years, n = 12,646), while incident injurious falls were retrieved from follow-up 1 (FUP 1). At FUP1, 8.07% of the participants had an injurious fall. A stepwise multivariable logistic regression model identified 14 predictors associated with injurious falls. Significant (p < 0.05) predictors including age, previous falls, previous injurious falls, vision impairment, pain, home dissatisfaction, comorbidities, grip strength, and use of antidepressants were used to create the final model. The dataset was split into training (70%) and test (30%) datasets for model fitting and predict the probabilities, respectively. The model’s performance was modest (AUC = 0.63), with a sensitivity of 75.50%, specificity (46.77%), positive predictive value (10.07%), and negative predictive value (96.03%). Although these results limit the model’s reliability in confirming high-risk cases, it suggests that the model is more effective at ruling out individuals at low risk of injurious falls. Therefore, while the model may have limited utility for identifying those at high risk, it could be valuable as a screening tool to exclude low-risk individuals and focus preventive strategies on those more likely to experience 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 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 | 0,010 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,008 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».