Predictors of emergency room visits or acute hospital admissions prior to death among hospice palliative care clients in Ontario: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Hospice palliative care (HPC) is a philosophy of care that aims to relieve suffering and improve the quality of life for clients with life-threatening illnesses or end of life issues. The goals of HPC are not only to ameliorate clients' symptoms but also to reduce unneeded or unwanted medical interventions such as emergency room visits or hospitalizations (ERVH). Hospitals are considered a setting ill-prepared for end of life issues; therefore, use of such acute care services has to be considered an indicator of poor quality end of life care. This study examines predictors of ERVH prior to death among HPC home care clients. METHODS: A retrospective cohort study of a sample of 764 HPC home care clients who received services from a community care access centre (CCAC) in southern Ontario, Canada. All clients were assessed using the Resident Assessment Instrument for Palliative Care (interRAI PC) as part of normal clinical practice between April 2008 and July 2010. The Andersen-Newman framework for health service utilization was used as a conceptual model for the basis of this study. Logistic regression and Cox regression analyses were carried out to identify predictors of ERVH. RESULTS: Half of the HPC clients had at least one or more ERVH (n = 399, 52.2%). Wish to die at home (OR = 0.54) and advanced care directives (OR = 0.39) were protective against ERVH. Unstable health (OR = 0.70) was also associated with reduced probability, while infections such as prior urinary tract infections (OR = 2.54) increased the likelihood of ERVH. Clients with increased use of formal services had reduced probability of ERVH (OR = 0.55). CONCLUSIONS: Findings of this study suggest that predisposing characteristics are nearly as important as need variables in determining ERVH among HPC clients, which challenges the assumption that need variables are the most important determinants of ERVH. Ongoing assessment of HPC clients is essential in reducing ERVH, as reassessments at specified intervals will allow care and service plans to be adjusted with clients' changing health needs and end of life preferences.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».