对社区老年人的秋季预测模型进行系统审查:基于研究队伍的模型与基于例行收集数据的模型之间的比较

科学领域:

• 老年学是一门学科.
• 流行病学 流行病学
• 医疗信息学 医疗信息学

背景情况:

• 预测模型有助于识别有跌倒风险的老年人.
• 模型是使用研究队列数据或常规收集数据 (RCD) 开发的.
• 本综述将基于队列和基于RCD的落下预测模型对社区居住的老年人进行比较.

研究的目的:

• 审查和比较基于队列和基于RCD的研究对社区居住的老年人秋季预测模型.
• 评估这些模型的开发和/或验证.
• 评估现有的秋季预测模型的质量和偏差.

主要方法:

• 在Medline和Embase数据库中搜索到2023年1月.
• 包括开发或验证60岁以上成年人多变量跌倒预测模型的研究.
• 评估偏差风险 (PROBAST) 和报告质量 (TRIPOD).

主要成果:

• 审查了28项研究,描述了30个预测模型 (23个基于队列,7个基于RCD).
• 基于RCD的研究具有显著更大的样本大小,但与基于队列的研究相比,失败率较低.
• 这两种模型类型都显示了可比的歧视性能 (AUC 0.650.88与0.710.81).
• 基于队列的模型往往具有高偏差风险,特别是在统计分析和结果确定方面.

结论:

• 老年人的基于队列的跌倒预测模型是丰富的.
• 基于RCD的模型正在出现,并提供可比的预测性能.
• 基于RCD的模型不需要额外的数据收集,这是一种实际优势.
• 未来的研究必须优先提高基于RCD的模型的方法和报告质量.