PREDIFALL-Protokoll: multimodale Sturzprädiktoren bei gesunden Erwachsenen ab 65 Jahren
Das PREDIFALL-Protokoll beschreibt eine geplante prospektive Beobachtungskohorte mit 100 gesunden Erwachsenen ab 65 Jahren, die Basisuntersuchungen zu Klinik, Funktion, Sensorik, Bildgebung und Blut mit wöchentlicher smartphonebasierter Sturzüberwachung über 12 Monate verbindet. [1]
Automatische Zusammenfassung · nicht redaktionell geprüft
Die Kernaussagen
PREDIFALL ist als prospektive Beobachtungskohortenstudie mit 100 gesunden Erwachsenen ab 65 Jahren geplant. [1]
Zu Studienbeginn werden Teilnehmende anhand der Sturzgeschichte der vorangegangenen 12 Monate als Stürzende oder Nichtstürzende eingeteilt. [1]
Stürze sollen während einer 12-monatigen Nachbeobachtung mit einer wöchentlich ausgefüllten smartphonebasierten Anwendung erfasst werden. [1]
Die Quelle auf einen Blick
- Studientyp / Format
- Protokoll einer prospektiven Beobachtungskohortenstudie (Abstract).
- Population / Kontext
- 100 gesunde ältere Erwachsene ab 65 Jahren (geplant).
- Grundlage der Zusammenfassung
- Studienabstract
- Publikationsstatus
- Preprint · Begutachtungsstatus nicht bestätigt
- Original veröffentlicht
- 18. August 2026
Geplante Kohorte von 100 gesunden Erwachsenen ab 65 Jahren
PREDIFALL wird als prospektive Beobachtungskohortenstudie beschrieben, die 100 gesunde ältere Erwachsene ab 65 Jahren einschließen soll. Zu Studienbeginn werden die Teilnehmenden anhand ihrer Sturzgeschichte in den vorangegangenen 12 Monaten als Stürzende oder Nichtstürzende eingeteilt. Das Protokoll nennt Stürze als Ergebnis mehrerer zusammenwirkender Faktoren und die derzeitige Sturzerfassung als oft auf Einzelmessungen beschränkt.
Beleg [1]
Basisuntersuchungen zu Klinik, Sensorik, Bildgebung und Blut
Die geplanten Basisuntersuchungen umfassen Fragebögen, Überwachung von körperlicher Aktivität und Schlaf, kognitive Tests, Mobilitäts- und Gangbewertung, Muskelkrafttests, Posturographie, Gleichgewichts- und Hörtests, Bildgebung von Gehirn und Muskeln sowie blutbasierte Biomarker- und Multi-Omics-Analysen. Maschinelles Lernen soll diese multimodalen Daten zusammenführen und Profile identifizieren, die mit zurückliegenden und künftigen Stürzen zusammenhängen.
Beleg [1]
Wöchentliche appbasierte Sturzüberwachung über 12 Monate
Anschließend sollen Stürze während einer 12-monatigen Nachbeobachtung über eine wöchentlich ausgefüllte smartphonebasierte Anwendung erfasst werden. Laut Protokoll soll diese Nachbeobachtung helfen, die Machbarkeit einer langfristigen Sturzerfassung bei zu Hause lebenden älteren Erwachsenen zu bewerten. Die Autorinnen und Autoren erwarten, dass die Ergebnisse künftige Strategien zur Sturzprävention informieren; das Abstract berichtet noch keine Ergebnisse.
Beleg [1]
Was sich daraus ableiten lässt – und was nicht
Dies ist das Abstract eines Studienprotokolls; es werden keine Ergebnisse berichtet. Geplantes Design, Stichprobe und Nachbeobachtung sind beschrieben, der Volltext wurde jedoch nicht geprüft.
Grundlage: Studienabstract. Volltext, Tabellen und ergänzende Daten wurden nicht geprüft.
Quelle & Belegstellen
Gökçe E, Marcourt C, Kola A, Robcis S, Ciarfaglia RL, Naveau M, Reyngoudt H, Étard N, Humbert X, Nathou C, Étard O, Gauthier A, Quarck G, Freret T, Loggia G, Denise P, Villain C, Langeard A. · europepmc.org · 18. August 2026