Administrative Outcomes Five Years after Opening an Acute Palliative Care Unit at a Comprehensive Cancer Center
Notice bibliographique
Résumé
PURPOSE: We examined administrative outcomes after opening an oncology acute palliative care unit (APCU), to determine attainment of administrative targets related to the unit's function of acute palliation. METHODS: We retrospectively reviewed the administrative database for our APCU for the 5 years following its opening in 2003. Data were abstracted on demographic information, as well as source of admission, primary reason for admission, discharge destination, inpatient death rate, and length of stay. Linear regression and the Cochran-Armitage trend test were used for analysis. In keeping with targets set at the unit's opening, our primary hypotheses were that outpatient admissions, admissions for symptom control, and discharges home would increase over the study period; secondary hypotheses were that length of stay and inpatient death rate would decrease. RESULTS: There were 1748 admissions during the study period: the median age was 64, 54% were women, and the most common cancer sites were gastrointestinal (24%), lung (20%), and gynecologic (13%). There were significant changes for all primary endpoints: outpatient admissions increased from 47% to 70% (p < 0.0001), admissions for symptom control increased from 42% to 75% (p < 0.0001), and discharges home increased from 18% to 39% (p < 0.0001). The secondary end points of death rate and length of stay decreased from 65% to 40% (p < 0.0001) and 12 to 11 days (p = 0.54), respectively. CONCLUSION: Setting and adhering to administrative targets for an APCU is possible with appropriate admission criteria, adequate community resources, and education of patients, families and health professionals regarding the model of care.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».