Prevalence of falls among frail elderly adults
Notice bibliographique
Résumé
OBJETIVO: Analisar a prevalência de quedas em idosos frágeis, suas consequências e fatores demográficos associados. MÉTODOS: Estudo epidemiológico e transversal com amostra probabilística de 240 idosos em Ribeirão Preto, SP. A coleta de dados foi realizada no período de novembro de 2010 a fevereiro de 2011. Foi aplicado questionário que incluiu dados sociodemográficos, avaliação de quedas e a Escala de Fragilidade de Edmonton. Foram realizadas análises uni e bivariada. RESULTADOS: A média de idade foi de 73,5 (dp=:8,4) anos, maior no sexo feminino; 25% dos entrevistados tinham idade ≥ 80 anos; 11,3% apresentaram fragilidade moderada e 9,6% fragilidade severa. A prevalência de quedas no idoso frágil foi de 38,6%, maior no sexo feminino e nos idosos mais jovens (60 a 79 anos); 26,8% sofreram de uma a duas quedas, 27,1% ocorreram no dormitório, 84,7% caíram da própria altura, 55,9% apresentaram alteração do equilíbrio, 54,2% sofreram escoriações e 78% apresentaram medo de sofrer nova queda; houve maior chance de queda no idoso frágil 1,973 (1,094;3,556) quando comparado ao não frágil. CONCLUSÕES: É necessária a abordagem da saúde do idoso frágil, principalmente quanto ao risco de quedas, maior investimento nas estratégias de prevenção dessas síndromes e na formação de recursos humanos preparados para melhor atender essa população.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».