A systematic review of fall prediction models for community-dwelling older adults: comparison between models based on research cohorts and models based on routinely collected data
Furkejuvvon:
Dormosh, N., et al., A systematic review of fall prediction models for community-dwelling older adults: comparison between models based on research cohorts and models based on routinely collected data. Age and Ageing, vol. 53, n. 7, 2024, 12 p.
Ref.
600888
Sajádat:
SIIS Archivo (R.429)
Palabras clave:
Personas mayores, Caídas, Predicción, Modelos, Características, Validez, Estudio comparativo, Países Bajos
Personas mayores, Caídas, Predicción, Modelos, Características, Validez, Estudio comparativo, Países Bajos
Abstrákta:
Los modelos de predicción pueden identificar a las personas propensas a caídas. Estos modelos pueden basarse en datos de cohortes de investigación (basados en cohortes) o en datos recopilados rutinariamente (basados en RCD). Revisamos y comparamos estudios basados en cohortes y RCD que describen el desarrollo o la validación de modelos de predicción de caídas para adultos mayores que viven en la comunidad. <br><br> Se realizaron búsquedas en Medline y Embase a través de Ovid hasta enero de 2023. Se incluyeron estudios que describían el desarrollo o la validación de modelos multivariables de predicción de caídas en adultos mayores (60+). Se evaluó el riesgo de sesgo y la calidad de los informes mediante PROBAST y TRIPOD, respectivamente. <br><br> Se incluyeron y revisaron 28 estudios relevantes que describían 30 modelos de predicción (23 basados en cohortes y 7 basados en RCD) y la validación externa de dos modelos existentes (uno basado en cohortes y otro basado en RCD). <br><br> La mediana del tamaño muestral de los estudios basados en cohortes y en RCD fue de 1365 [rango intercuartil (RIC) 426-2766] frente a 90 441 (RIC 56 442-128 157), y los rangos de las tasas de caídas fueron del 5,4 % al 60,4 % frente al 1,6 % al 13,1 %, respectivamente. <br><br> El rendimiento de la discriminación fue comparable entre los modelos basados en cohortes y en RCD, con un área bajo la curva de la curva ROC (área bajo la curva ROC) que osciló entre 0,65 y 0,88 frente a 0,71 y 0,81. La mediana del número de predictores en los modelos finales basados en cohortes fue de 6 (RIC 5-11); para los modelos basados en RCD, fue de 16 (RIC 11-26). Todos los modelos basados en cohortes, excepto uno, presentaron un alto riesgo de sesgo, debido principalmente a deficiencias en el análisis estadístico y la determinación de los resultados. <br><br> Existen numerosos modelos basados en cohortes para predecir caídas en adultos mayores en la comunidad. Los modelos basados en RCD aún se encuentran en sus primeras etapas, pero ofrecen un rendimiento predictivo comparable sin necesidad de realizar esfuerzos adicionales de recopilación de datos. Los estudios futuros deberían centrarse en la calidad metodológica y de los informes.
Los modelos de predicción pueden identificar a las personas propensas a caídas. Estos modelos pueden basarse en datos de cohortes de investigación (basados en cohortes) o en datos recopilados rutinariamente (basados en RCD). Revisamos y comparamos estudios basados en cohortes y RCD que describen el desarrollo o la validación de modelos de predicción de caídas para adultos mayores que viven en la comunidad. <br><br> Se realizaron búsquedas en Medline y Embase a través de Ovid hasta enero de 2023. Se incluyeron estudios que describían el desarrollo o la validación de modelos multivariables de predicción de caídas en adultos mayores (60+). Se evaluó el riesgo de sesgo y la calidad de los informes mediante PROBAST y TRIPOD, respectivamente. <br><br> Se incluyeron y revisaron 28 estudios relevantes que describían 30 modelos de predicción (23 basados en cohortes y 7 basados en RCD) y la validación externa de dos modelos existentes (uno basado en cohortes y otro basado en RCD). <br><br> La mediana del tamaño muestral de los estudios basados en cohortes y en RCD fue de 1365 [rango intercuartil (RIC) 426-2766] frente a 90 441 (RIC 56 442-128 157), y los rangos de las tasas de caídas fueron del 5,4 % al 60,4 % frente al 1,6 % al 13,1 %, respectivamente. <br><br> El rendimiento de la discriminación fue comparable entre los modelos basados en cohortes y en RCD, con un área bajo la curva de la curva ROC (área bajo la curva ROC) que osciló entre 0,65 y 0,88 frente a 0,71 y 0,81. La mediana del número de predictores en los modelos finales basados en cohortes fue de 6 (RIC 5-11); para los modelos basados en RCD, fue de 16 (RIC 11-26). Todos los modelos basados en cohortes, excepto uno, presentaron un alto riesgo de sesgo, debido principalmente a deficiencias en el análisis estadístico y la determinación de los resultados. <br><br> Existen numerosos modelos basados en cohortes para predecir caídas en adultos mayores en la comunidad. Los modelos basados en RCD aún se encuentran en sus primeras etapas, pero ofrecen un rendimiento predictivo comparable sin necesidad de realizar esfuerzos adicionales de recopilación de datos. Los estudios futuros deberían centrarse en la calidad metodológica y de los informes.
Geahča maid: A systematic review of fall prediction models for community-dwelling older adults: comparison between models based on research cohorts and models based on routinely collected data
- Validation of a fall rate prediction model for community-dwelling older adults: a combined analysis of three cohorts with 1850 participants
- Development of a personalized fall rate prediction model in community-dwelling older adults: a negative binomial regression modelling approach
- Risk prediction models for falls in hospitalized older patients: a systematic review and meta-analysis
- A modelling-based economic evaluation of primary-care-based fall-risk screening followed by fall-prevention intervention: a cohort-based Markov model stratified by older age groups
- Fall incidence in Germany: results of two population-based studies, and comparison of retrospective and prospective falls data collection methods
- Reducing falls among community-dwelling older adults from clinicians’ perspectives: a systems modeling approach