Modelos de predicción de caídas en personas mayores con demencia: una revisión rápida
Saved in:
Nuño-Solinís, R., et al., Modelos de predicción de caídas en personas mayores con demencia: una revisión rápida. Revista Española de Geriatría y Gerontología, online, 6 de junio, 2026.
Ref.
609381
Location:
SIIS Archivo (R.355)
Palabras clave:
Personas mayores, Demencia, Enfermedad de Alzheimer, Caídas, Tipología, Nuevas tecnologías, Predicción, Prevención, Atención domiciliaria, Residencias, Hospital, Evaluación, Literatura científica
Personas mayores, Demencia, Enfermedad de Alzheimer, Caídas, Tipología, Nuevas tecnologías, Predicción, Prevención, Atención domiciliaria, Residencias, Hospital, Evaluación, Literatura científica
Abstract:
Las caídas en personas mayores con demencia son frecuentes y tienen consecuencias importantes para la salud, la autonomía y la calidad de vida. Esta revisión rápida exploró los modelos existentes para predecir caídas en esta población, tanto clínicos como basados en soluciones tecnológicas. Se analizaron estudios primarios publicados hasta 2024 en Scopus, Ovid Medline y PubMed. De 2.293 registros identificados, se incluyeron finalmente 22 estudios. Los modelos revisados se desarrollaron en contextos residenciales, domiciliarios y hospitalarios, e incorporaron predictores sociodemográficos, clínicos, funcionales, cognitivos y relacionados con la movilidad. Un 22,7% utilizó algoritmos de inteligencia artificial, aunque solo tres estudios aplicaron métodos de validación interna. Los resultados muestran que existen distintas aproximaciones para predecir caídas en personas mayores con demencia, pero su aplicación clínica sigue siendo limitada por la heterogeneidad de los predictores y la escasa validación de los modelos. Se necesitan nuevos estudios que desarrollen y validen herramientas robustas, útiles y aplicables en la práctica clínica y asistencial.
Las caídas en personas mayores con demencia son frecuentes y tienen consecuencias importantes para la salud, la autonomía y la calidad de vida. Esta revisión rápida exploró los modelos existentes para predecir caídas en esta población, tanto clínicos como basados en soluciones tecnológicas. Se analizaron estudios primarios publicados hasta 2024 en Scopus, Ovid Medline y PubMed. De 2.293 registros identificados, se incluyeron finalmente 22 estudios. Los modelos revisados se desarrollaron en contextos residenciales, domiciliarios y hospitalarios, e incorporaron predictores sociodemográficos, clínicos, funcionales, cognitivos y relacionados con la movilidad. Un 22,7% utilizó algoritmos de inteligencia artificial, aunque solo tres estudios aplicaron métodos de validación interna. Los resultados muestran que existen distintas aproximaciones para predecir caídas en personas mayores con demencia, pero su aplicación clínica sigue siendo limitada por la heterogeneidad de los predictores y la escasa validación de los modelos. Se necesitan nuevos estudios que desarrollen y validen herramientas robustas, útiles y aplicables en la práctica clínica y asistencial.