AbstractBackgroundFalls are a commo

Abstract

Background

Falls are a common, serious threat to the health and self-confidence of the elderly. Assessment of fall risk is an important aspect of effective fall prevention programs.

Objectives and methods

In order to test whether it is possible to outperform current prognostic tools for falls, we analyzed 1010 variables pertaining to mobility collected from 976 elderly subjects (InCHIANTI study). We trained and validated a data-driven model that issues probabilistic predictions about future falls. We benchmarked the model against other fall risk indicators: history of falls, gait speed, Short Physical Performance Battery (Guralnik et al. 1994), and the literature-based fall risk assessment tool FRAT-up (Cattelani et al. 2015). Parsimony in the number of variables included in a tool is often considered a proxy for ease of administration. We studied how constraints on the number of variables affect predictive accuracy.

Results

The proposed model and FRAT-up both attained the same discriminative ability; the area under the Receiver Operating Characteristic (ROC) curve (AUC) for multiple falls was 0.71. They outperformed the other risk scores, which reported AUCs for multiple falls between 0.64 and 0.65. Thus, it appears that both data-driven and literature-based approaches are better at estimating fall risk than commonly used fall risk indicators. The accuracy–parsimony analysis revealed that tools with a small number of predictors (~1–5) were suboptimal. Increasing the number of variables improved the predictive accuracy, reaching a plateau at ~20–30, which we can consider as the best trade-off between accuracy and parsimony. Obtaining the values of these ~20–30 variables does not compromise usability, since they are usually available in comprehensive geriatric assessments.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อพื้นหลังน้ำตกอยู่ทั่วไป ร้ายแรงอันตรายต่อสุขภาพและความมั่นใจของผู้สูงอายุ การประเมินความเสี่ยงตกเป็นส่วนที่สำคัญของโปรแกรมการป้องกันการตกมีประสิทธิภาพวัตถุประสงค์และวิธีการเพื่อทดสอบว่าเป็นไปได้ประสิทธิภาพสูงกว่าเครื่องมือ prognostic ปัจจุบันสำหรับน้ำตก เราวิเคราะห์ 1010 ตัวแปรที่เกี่ยวข้องกับการเคลื่อนไหวที่รวบรวมจาก 976 วิชาสูงอายุ (ศึกษา InCHIANTI) เราผ่านการฝึกอบรม และตรวจสอบแบบจำลองข้อมูลซึ่งที่น่าจะคาดการณ์เกี่ยวกับอนาคตตก เราตั้งค่ามาตรฐานรุ่นกับตัวชี้วัดความเสี่ยงอื่น ๆ ตก: ประวัติศาสตร์น้ำตก เดินเร็ว สั้นทางกายภาพประสิทธิภาพแบตเตอรี่ (Guralnik et al. 1994), และการประเมินความเสี่ยงตามวรรณกรรมตกมือ FRAT ขึ้น (Cattelani et al. 2015) Parsimony ในจำนวนตัวแปรที่รวมอยู่ในเครื่องมือมักจะเป็นพร็อกซีสำหรับความง่ายในการดูแล เราศึกษาว่าข้อจำกัดจำนวนของตัวแปรที่ส่งผลต่อความแม่นยำทำนายผลลัพธ์รูปแบบนำเสนอและการ FRAT ทั้งบรรลุความสามารถใน discriminative เดียวกัน พื้นที่ใต้เส้นโค้งเป็นลักษณะการทำงานตัวรับสัญญาณ (ROC) (AUC) สำหรับหลายน้ำตกคือ 0.71 พวกเขากรรมการอื่น ๆ เสี่ยงคะแนน ซึ่งรายงาน AUCs สำหรับน้ำตกหลายระหว่าง 0.64 0.65 ดังนั้น มันปรากฏทั้งขับ เคลื่อนข้อมูล และเอกสารประกอบการใช้แนวทางดีที่ประเมินความเสี่ยงตกกว่าตัวชี้วัดความเสี่ยงตกใช้กันทั่วไป การวิเคราะห์ความแม่นยำ – parsimony เปิดเผยว่า เครื่องมือ มีจำนวนทำนาย (~ 1 – 5) ขนาดเล็กมีสภาพ การเพิ่มจำนวนของตัวแปรความแม่นยำทำนาย ถึงราบสูงที่ ~ 20 – 30 ซึ่งเราสามารถพิจารณาเป็นปิดที่ดีที่สุดระหว่างความแม่นยำและ parsimony ขึ้น รับค่าเหล่านี้ ~ 20 – 30 ตัวแปรไม่ประนีประนอมใช้งาน เนื่องจากพวกเขามักอยู่ในการประเมินผู้สูงอายุครอบคลุม

ผลลัพธ์ (ไทย) 2:

บทคัดย่อพื้นหลังฟอลส์เป็นเรื่องธรรมดาภัยคุกคามร้ายแรงต่อสุขภาพและความมั่นใจในตนเองของผู้สูงอายุ การประเมินความเสี่ยงในฤดูใบไม้ร่วงเป็นสิ่งสำคัญของโปรแกรมป้องกันฤดูใบไม้ร่วงที่มีประสิทธิภาพ. วัตถุประสงค์และวิธีการเพื่อที่จะทดสอบว่ามันเป็นไปได้ที่จะมีประสิทธิภาพสูงกว่าเครื่องมือการพยากรณ์โรคปัจจุบันฟอลส์ 1010 เราวิเคราะห์ตัวแปรที่เกี่ยวข้องกับการเคลื่อนย้ายที่เก็บรวบรวมจาก 976 อาสาสมัครผู้สูงอายุ (การศึกษา InCHIANTI) เราได้รับการฝึกฝนและการตรวจสอบรูปแบบที่ขับเคลื่อนด้วยข้อมูลที่ออกการคาดการณ์เกี่ยวกับความน่าจะเป็นฟอลส์ในอนาคต เราเทียบรุ่นกับตัวชี้วัดความเสี่ยงในฤดูใบไม้ร่วงอื่น ๆ : ประวัติศาสตร์ของฟอลส์, ความเร็วเดินสั้นทางกายภาพการใช้งานแบตเตอรี่และวรรณกรรมตามฤดูใบไม้ร่วงเครื่องมือประเมินความเสี่ยง frat-Up (Cattelani et al, 2015). (Guralnik et al, 1994). ความตระหนี่ในจำนวนของตัวแปรที่รวมอยู่ในเครื่องมือที่มักจะคิดว่าพร็อกซี่เพื่อความสะดวกในการบริหารงาน เราศึกษาวิธีการข้อ จำกัด เกี่ยวกับจำนวนของตัวแปรที่ส่งผลกระทบต่อความถูกต้องของการทำนาย. ผลการค้นหารูปแบบการเสนอและ Frat ขึ้นทั้งสองบรรลุความสามารถในการจำแนกเดียวกัน พื้นที่ใต้ลักษณะ (ROC) ผู้รับการดำเนินงาน (AUC) หลายน้ำตกเป็น 0.71 พวกเขาทำได้ดีกว่าคะแนนความเสี่ยงอื่น ๆ ซึ่งรายงาน AUCS หลายอยู่ระหว่าง 0.64 และ 0.65 ดังนั้นจึงปรากฏว่าทั้งสองวิธีการที่ขับเคลื่อนด้วยข้อมูลและวรรณกรรมตามจะดีกว่าที่ประเมินความเสี่ยงในฤดูใบไม้ร่วงกว่าที่ใช้กันทั่วไปตัวชี้วัดความเสี่ยงในฤดูใบไม้ร่วง การวิเคราะห์ความถูกต้อง-ประหยัดเปิดเผยว่าเครื่องมือที่มีจำนวนเล็ก ๆ ของการพยากรณ์ (~ 1-5) ได้ก่อให้เกิดผลลัพธ์ การเพิ่มจำนวนของตัวแปรปรับปรุงความถูกต้องของการทำนายถึงที่ราบสูงประมาณ 20-30 ซึ่งเราสามารถพิจารณาเป็นค้าออกที่ดีที่สุดระหว่างความถูกต้องและความประหยัด ได้รับค่าเหล่านี้ ~ 20-30 ตัวแปรที่ไม่ยอมไม่ได้ใช้งานเนื่องจากพวกเขามักจะมีในการประเมินผลผู้สูงอายุครบวงจร

ผลลัพธ์ (ไทย) 3:

บทคัดย่อพื้นหลังตกทั่วไป คุกคามสุขภาพและความมั่นใจในตนเองของผู้สูงอายุ การประเมินความเสี่ยงของฤดูใบไม้ร่วงเป็นสิ่งสําคัญของประสิทธิภาพการป้องกันการหกล้ม .วัตถุประสงค์และวิธีการเพื่อทดสอบว่ามันเป็นไปได้ที่จะดีกว่าเครื่องมือการหากระแสตก เราวิเคราะห์ 1010 ตัวแปรเกี่ยวกับการรวบรวมจาก 976 ผู้สูงอายุ ( inchianti ศึกษา ) เราฝึกและตรวจสอบแบบจำลองที่คาดการณ์ความน่าจะเป็น - ปัญหาเกี่ยวกับลงในอนาคต เราเทียบรุ่นกับตัวชี้วัดความเสี่ยงตกอื่น ๆ : ประวัติล้ม , ความเร็วในการเดิน สั้นแบตเตอรี่ประสิทธิภาพทางกายภาพ ( guralnik et al . 1994 ) และวรรณกรรมตามพี่น้องการประเมินความเสี่ยงตกเครื่องมือ ( cattelani et al . 2015 ) ความตระหนี่ในหมายเลขของตัวแปรที่รวมอยู่ในเครื่องมือมักจะถือว่าพร็อกซี่เพื่อความสะดวกในการบริหารงาน เราเรียนว่าข้อจำกัดของจำนวนตัวแปรที่มีผลต่อความถูกต้องของการคาดการณ์ .ผลลัพธ์เสนอรูปแบบและพี่น้องทั้งสองบรรลุความสามารถในค่าเดียวกัน บริเวณใต้รับผ่าตัดชนิด ( ROC ) โค้ง ( ยา ) สำหรับหลาย ๆตกของ . พวกเขาเทียบกับคะแนนอื่น ๆ ความเสี่ยง ซึ่งรายงาน aucs สำหรับลงหลายระหว่าง 0.64 และ 0.65 . ดังนั้น ปรากฏว่าทั้งสอง - และวรรณกรรมตามแนวดีกว่าที่ประเมินความเสี่ยงมากกว่าความเสี่ยงที่ใช้กันทั่วไปตกตกตัวชี้วัด ความตระหนี่และการวิเคราะห์พบว่าเครื่องมือที่มีจำนวนเล็ก ๆของตัวแปร ( ~ 1 – 5 ) suboptimal . การเพิ่มจำนวนของตัวแปรการปรับปรุงความถูกต้องพยากรณ์ถึงที่ราบสูงที่ ~ 20 – 30 ซึ่งเราสามารถพิจารณาเป็นสิ่งที่ดีที่สุดแลกเปลี่ยนระหว่างความถูกต้องและความตระหนี่ . การรับค่าเหล่านี้ ~ 20 – 30 ตัวแปรไม่ประนีประนอมในการใช้งาน เนื่องจากพวกเขามักจะใช้ได้ในการประเมินผู้สูงอายุครบวงจร