Aspectos multidimensionais relacionados ao risco de queda em pessoas idosas da comunidade: estudo transversal realizado na atenção primária à saúde brasileira
Notice bibliographique
Résumé
Falls represent a significant public health problem, particularly among the elderly population, affecting approximately 30% of this group and resulting in physical disabilities, reduced autonomy, and an impact on Quality of Life (QoL). This study aimed to evaluate the association between the risk of falls and socio-economic and multidimensional health aspects in elderly individuals receiving Primary Health Care (PHC) in Brazil. An observational, cross-sectional study with a quantitative approach was conducted with 257 elderly individuals (≥60 years) enrolled in the PHC system in the municipality of Santa Cruz, RN, Brazil. Data were collected through in-person interviews, using validated instruments such as the Fall Risk Score (FRS) to assess the risk of falls and, for evaluating multidimensional aspects: the Mini Nutritional Assessment (MNA), the Mini-Mental State Examination (MMSE), the Edmonton Frail Scale (EFS), the Barthel Index, and the Lawton & Brody Scale. The Elderly Health Booklet was used to collect sociodemographic data. Statistical analysis included Pearson's chi-square test, the Mann-Whitney test, and Spearman's correlation coefficient. The results indicated that 39.7% of participants had some level of fall risk, with this risk being more prevalent among elderly individuals with nutritional deficiencies, frailty, and impaired cognition. Factors such as preserved cognition, absence of frailty, and functional independence were identified as protective against the risk of falls. Furthermore, elderly individuals with a higher fall risk exhibited worse QoL, especially in the physical and functional domains. It was concluded that multidimensional aspects, such as nutrition, cognition, and functionality, played a central role in the fall risk of the sample. These findings reinforce the need for more specific protocols in PHC, including interventions aimed at improving these aspects, such as nutritional support, functional strengthening, and cognitive stimulation. Future studies should explore causal relationships through longitudinal approaches to enhance the applicability of the results.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».