Utveckling av en multivariabel prognostisk förutsägelsemodell för 1-års risk att falla hos äldre vuxna som bor i samhället i en icke-klinisk miljö (PREFALL)

Studiedesign och urvalsstorlek:

En prospektiv kohortstudie med 1-års uppföljning kommer att utföras i samarbete med Hjørring kommun, Danmark. En total urvalsstorlek på 500 deltagare förväntas. Detta valdes av ekonomiska och administrativa skäl att kommunen bidrar med personal för att inkludera deltagare och samla in data om prediktorer. Data för utveckling och intern validering av modellen kommer att härröra från samma kohort.

Studiemiljö, deltagare, datainsamlare, rekryteringsprocessen och datainsamling:

Enligt dansk lagstiftning om hälso- och socialtjänst är danska kommuner ansvariga för att utveckla och initiera profylaktiska och hälsofrämjande insatser för sina äldre medborgare. Detta görs genom olika myndigheter i kommunen (t.ex. förebyggande hembesök, senioraktivitetscenter). Hjørrings kommun administrerar också en lokal för medborgare tillsammans med allmän- och patientföreningar. Därför kommer datainsamling att utföras i deltagarnas egna hem genom förebyggande hembesök, på senioraktivitetscenter och på lokalhallen i Hjørring kommun, Danmark.

Prediktorer:

Datainsamling av prediktorer kommer att utföras vid baslinjen. Följande prediktorer valdes av en expertpanel. Skäl anges vid varje prediktor. Först kommer en kort sammanfattning av processen för hur prediktorer valdes att ges följt av en kort beskrivning av varje prediktor.

- Urvalsprocess för prediktorer: En förstudie. Denna modell är avsedd för vårdpersonal i en icke-klinisk miljö, i detta fall Hjørrings kommun med en miljö bestående av bostäder och aktivitetscenter. Därför måste det vara tidseffektivt, billigt och praktiskt genomförbart. För att underlätta implementeringen om modellen är framgångsrik i noggrannhet, valdes prediktorerna för datainsamling av en expertpanel på basis av vetenskapligt värde och erfarenheter från en förstudie utförd som en föregångare för denna studie.

Förstudien undersökte möjligheten att mäta en uppsättning prediktorer, valda av expertpanelen, med avseende på tidsåtgång och användarupplevelser både från deltagare och datainsamlare för att säkerställa deltagares och allmänhetens engagemang. Dessa prediktorer utgjorde grunden för det slutliga urvalet för den prospektiva kohortstudien.

För att samla in data om prediktorer på ett tidseffektivt sätt. Det beslöts att samla in dessa både genom tester utförda av datainsamlare och frågeformulär ifyllda av studiedeltagare. Alla resultat från tester och frågeformulär kommer att skrivas in i REDCap (Research Electronic Data Capture, Vanderbilt University, Nashville, USA) elektroniskt datainsamlingsverktyg som finns hos Region Nordjylland, Danmark.

Tester:

• Arytmier: Utredarens studie kommer att vara den första som undersöker förekomsten av arytmier i en dansk population av äldre vuxna (+75 år) genom att utföra datainsamling i deltagarnas egna miljöer (dvs. egna hem och aktivitetscenter). Alla deltagare kommer att få 5 dagars 2-avlednings kontinuerlig hjärtrytmövervakning (E-patch system, BioTelemetry Inc, Danmark).

• Reaktionstid för nedre extremiteter: Detta valdes eftersom en långsam reaktionstid i tidigare studier funnits öka risken för att falla.12 Mätningar kommer att utföras med en Nintendo Wii Balance Board med lämplig programvara Fysiometer (Bronderslev, Danmark).

• Ensidig styrka i nedre extremiteter: Detta valdes eftersom en dålig nedre styrka i nedre extremiteter visade sig öka risken för att falla i tidigare studier. Mätningar kommer att utföras med en Nintendo Wii Balance Board med lämplig programvara Fysiometer (Bronderslev, Danmark).

• Greppstyrka: Detta valdes eftersom en dålig greppstyrka i tidigare studier funnits öka risken för skörhet, vilket är förknippat med ökad fallrisk. Mätningar kommer att utföras med en Nintendo Wii Balance Board med lämplig programvara Fysiometer (Bronderslev, Danmark).

• Balans med dual-tasking: Detta valdes eftersom en dålig dual-tasking-förmåga i tidigare studier fann en ökad fallrisk. Mätningar kommer att utföras med en Nintendo Wii Balance Board med lämplig programvara Fysiometer (Bronderslev, Danmark).31 Samtidigt kommer deltagarna att bli instruerade att nämna så många saker man kan köpa i en stormarknad, medan man försöker stå stilla på tavlan.

• Gånghastighet: Detta valdes eftersom en låg gånghastighet i tidigare studier konstaterats till en ökad fallrisk. Deltagarna kommer att instrueras att göra en 4-meters promenad med normal hastighet. Tidsåtgång kommer att noteras med ett stoppur. Den snabbaste av de två mätningarna kommer att väljas ut för vidare analys.

• Fysisk aktivitet: Detta kommer att mätas med en accelerometer som är inbyggd i härdens rytmövervakningsanordning.

Frågeformulär:

Följande lista specificerar prediktorer för fall och deltagaregenskaper som kommer att inkluderas i frågeformuläret.

• Ålder.
• Kön.
• Samsjukligheter.
• Medicin.
• Utbildningsnivå.
• Levnadsstatus.
• Tidigare fall.
• Gåhjälpmedel.
• Alkoholkonsumtion.
• Använda multifokala linser.
• Att ha hundar eller katter i hushållet.
• Hälsorelaterad livskvalitet med EQ-5D-3L av EuroQol-gruppen
• Näringsstatus.
• Symtom på urininkontinens, smärta vid gång och yrsel.
• Patients självbedömning som ett mått på självmedvetenhet om fallrisk: Tror du att du kan falla under nästa år?
• Rädsla för att falla med Short FES-I 7 objekt.
• Depression med Geriatric Depression Skala 4 objekt.
• Frailty med Tilburg Frailty Indicator.
• Aktiviteter i det dagliga livet med hjälp av undersökningen om sårbara äldre
• Orienterings-minne-koncentrationstest utfört via telefon

Blindning: På grund av studiedesignens karaktär kommer alla bedömningar av prediktorer för utfallet att förutsägas, framtida fall, att förblindas.