Home-Based Palliative Care Services for Underserved Populations
Notice bibliographique
Résumé
BACKGROUND: Kokua Kalihi Valley is one of the first federally qualified community health centers offering home-based palliative care (HBPC). Kokua Kalihi Valley serves low-income, immigrant populations from Asia and the Pacific Islands, whose end-of-life needs are rarely addressed. Our team includes a palliative medicine physician, nurse, case manager, psychologist, interpreter, and volunteers. OBJECTIVES: The purpose of this Institutional Review Board-approved study was to measure symptom relief and quality of life, resource utilization, and satisfaction with HBPC. METHODS: Over 12 months, 91 people including 46 patients with chronic advanced illnesses and 45 corresponding primary caregivers were enrolled. Data were collected prospectively, upon admission, and repeatedly thereafter, using the Missoula-Vitas Quality of Life Index, the Edmonton Symptom Assessment Scale, and the Palliative Performance Scale. Utilization of resources was tracked, including case management, hospice, emergency department, and hospital visits. RESULTS: The median age was 71 years, and more than half had chronic neurodegenerative conditions. Most patients (98%) were minority, including Samoans, Filipinos, Japanese, Micronesians, and Hawaiians. Median stay in HBPC was 7 months, with a median of 3.5 visits. Approximately 25% of patients enrolled in hospice (median stay 67.5 days). There was a decrease in hospitalizations (p = 0.002) after HBPC admission. Discussions and documentation of end-of-life wishes increased from 50% to 90% (p < 0.01). Caregiver satisfaction with HBPC was high. CONCLUSION: Data on outcomes and quality indicators of HBPC programs are scant, especially among immigrant Asian and Pacific Islanders patients. Our experience demonstrates the effectiveness of palliative care approaches in this population.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».