Predictors of Health Service Use Over the Palliative Care Trajectory
Notice bibliographique
Résumé
BACKGROUND: Health system restructuring coupled with the preference of patients to be cared for at home has altered the setting for the provision of palliative care. Accordingly, there has been emphasis on the provision of home-based palliative care by multidisciplinary teams of health care providers. Evidence suggests that these teams are better able to identify and deal with the needs of patients and their family members. Currently there is a lack of literature examining the predictors of palliative care service use for various professional service categories. OBJECTIVE: The purpose of this study was to examine the predictors of the propensity and intensity of five main health service categories in the last three months of life for home-based palliative care patients. DESIGN: This was a prospective cohort study. The predictors of service use were assessed using a two-part model, which treats the decision to use a service (propensity) and the amount of service use (intensity) as two distinct processes. Propensity was modeled using a logistic regression and intensity was modeled using ordinary least squares regression. RESULTS: The results indicate that each service category emerged with a different set of predictor variables. Common predictors of health service use across service categories were patient age and functional status. The results suggest that a consistent set of predictors across service categories does not exist, and thus the determinants of access to each service category are unique. CONCLUSION: These findings will help case managers, health administrators, and policy decision makers better allocate human resources to palliative patients.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».