Modelos de predicción de caídas en personas mayores con demencia : una revisión rápida

Por: Nuño-Solinís, Roberto [autor]Colaborador(es): Olariu, Elena [autor] | Fernández, Elena [autor] | Iturburu, Miren [autor]Tipo de material: TextoTextoIdioma: Español Descripción: 8 páginasTema(s): ACCIDENTES POR CAÍDAS | PREDICCIÓN | DEMENCIA | SALUD DEL ANCIANO | INTELIGENCIA ARTIFICIAL En: Revista Española de Geriatría y GerontologíaResumen: Las caídas en personas mayores con demencia son eventos frecuentes con consecuencias graves para su salud y calidad de vida. La predicción de caídas puede permitir el desarrollo de intervenciones para prevenirlas, especialmente en entornos institucionales. Con el objetivo de identificar y describir los modelos existentes de predicción de caídas en personas mayores con demencia, tanto los de carácter clínico como los basados en soluciones tecnológicas, se realizó una revisión exploratoria rápida de la literatura en las bases de datos Scopus, Ovid Medline y PubMed, incluyendo estudios publicados hasta el año 2024. Se incluyeron estudios primarios que desarrollaron modelos de predicción de caídas en población mayor con demencia. Se excluyeron revisiones, estudios sobre otras poblaciones o sin modelos predictivos explícitos. Se identificaron 2.293 registros y, tras eliminar duplicados y aplicar los criterios de inclusión y exclusión, se incluyeron 22 estudios. El 54,5% se realizaron en Europa, 18,2% en Japón, 18,2% en América del Norte y 9,1% en otros contextos. Los modelos se desarrollaron en contextos residenciales, domiciliarios y hospitalarios, y utilizaron predictores sociodemográficos, clínicos, funcionales, cognitivos y relacionados con la movilidad. Un 22,7% usó algoritmos de inteligencia artificial. Solo tres estudios aplicaron métodos de validación interna. Existen múltiples modelos para predecir caídas en personas mayores con demencia, pero su aplicabilidad clínica es limitada por la escasa validación y heterogeneidad de los predictores. Se requieren estudios adicionales que desarrollen y validen modelos robustos y aplicables en la práctica clínica.
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
    Valoración media: 0.0 (0 votos)
Tipo de ítem Ubicación actual Colección Signatura Info Vol Estado Fecha de vencimiento Código de barras
Títulos de Revistas Títulos de Revistas Biblioteca Central ESSALUD
Colección General GERIATG (Navegar estantería) v.61 N°5(2026) Disponible GERIATG047

Las caídas en personas mayores con demencia son eventos frecuentes con consecuencias graves para su salud y calidad de vida. La predicción de caídas puede permitir el desarrollo de intervenciones para prevenirlas, especialmente en entornos institucionales. Con el objetivo de identificar y describir los modelos existentes de predicción de caídas en personas mayores con demencia, tanto los de carácter clínico como los basados en soluciones tecnológicas, se realizó una revisión exploratoria rápida de la literatura en las bases de datos Scopus, Ovid Medline y PubMed, incluyendo estudios publicados hasta el año 2024. Se incluyeron estudios primarios que desarrollaron modelos de predicción de caídas en población mayor con demencia. Se excluyeron revisiones, estudios sobre otras poblaciones o sin modelos predictivos explícitos. Se identificaron 2.293 registros y, tras eliminar duplicados y aplicar los criterios de inclusión y exclusión, se incluyeron 22 estudios. El 54,5% se realizaron en Europa, 18,2% en Japón, 18,2% en América del Norte y 9,1% en otros contextos. Los modelos se desarrollaron en contextos residenciales, domiciliarios y hospitalarios, y utilizaron predictores sociodemográficos, clínicos, funcionales, cognitivos y relacionados con la movilidad. Un 22,7% usó algoritmos de inteligencia artificial. Solo tres estudios aplicaron métodos de validación interna. Existen múltiples modelos para predecir caídas en personas mayores con demencia, pero su aplicabilidad clínica es limitada por la escasa validación y heterogeneidad de los predictores. Se requieren estudios adicionales que desarrollen y validen modelos robustos y aplicables en la práctica clínica.