相关实验视频
Updated: Jul 25, 2025

08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
10.7K
使用NRS,PACD得分和FallRS预测住院落:一个回顾性队列研究
Jennifer Siegwart1, Umberto Spennato1, Nathalie Lerjen1
1Medical University Clinic, Kantonsspital Aarau, 5001 Aarau, Switzerland.
Geriatrics (Basel, Switzerland)
|June 27, 2023
概括
早期识别患者跌倒风险对于预防住院跌倒和降低成本至关重要. 这项研究评估了现有的得分,并开发了一个新的,FallRS,显示了患者跌倒的合理预测准确性.
科学领域:
- 老年学是一门学科.
- 医疗保健管理的管理
- 临床医学 临床医学
背景情况:
- 住院跌倒导致住院时间延长和医疗费用增加.
- 早期识别患有跌倒风险的患者对于实施预防措施至关重要.
- 开发可靠的跌倒风险评估工具可以提高患者的安全性并减少不良事件.
研究的目的:
- 评估急性护理后出院 (PACD) 评分和营养风险查 (NRS) 评分对医院内跌倒的预测性表现.
- 开发和评估一种新的跌倒风险评分 (FallRS),用于预测患者的跌倒.
- 为了比较这些得分在识别患有跌倒风险的患者中的准确性.
主要方法:
- 一个回顾性队列研究对19,270名在瑞士第三级护理医院住院的医疗病人进行了研究 (2016年1月 - 2022年3月).
- 用曲线下的面积 (AUC) 评估了PACD得分,NRS得分和新开发的FallRS的预测能力.
- 在分析中包括了至少住两天的成年患者.
主要成果:
- 总共分析了19,270个入院病例,其中528个入院病例 (2.74%) 经历了至少一次跌倒.
- 预测跌倒的AUC从NRS的0.61到PACD得分的0.69不等.
- 秋季RS的AUC略高于0.70,但计算起来更复杂,具有77%的特异性和49%的敏感性,截止值为13点.
结论:
- 临床评分评估患者护理的各个方面,在预测医院内倒方面提供了相当准确的准确性.
- 经过验证的跌倒风险评分可以帮助制定有效的策略,以尽量减少医疗机构内的跌倒.
- 需要进一步的前性研究来验证这些得分与更具体的秋季预测工具相比.
更多相关视频
04:13Using a Real-Time Locating System to Measure Walking Activity Associated with Wandering Behaviors Among Institutionalized Older Adults
Published on: February 8, 2019
6.8K
05:26Author Spotlight: Innovations in iTUG Test for Enhanced Risk Assessment and Cognitive Insights
Published on: October 25, 2024
1.1K