End-of-life care in nursing home settings: Do race or age matter?
Notice bibliographique
Résumé
OBJECTIVE: One-quarter of all U.S. chronic-disease deaths occur in nursing homes, yet few studies examine palliative care quality in these settings. This study tests whether racial and/or age-based differences in end-of-life care exist in these institutional settings. METHODS: We abstracted residents' charts (N = 1133) in 12 nursing homes. Researchers collected data on indicators of palliative care in two domains of care--advance care planning and pain management--and on residents' demographic and health status variables. Analyses tested for differences by race and age. RESULTS: White residents were more likely than minorities to have DNR orders (69.5% vs. 37.3%), living wills (39% vs. 5%), and health care proxies (36.2% vs. 11.8%; p < .001 for each). Advance directives were highly and positively correlated with age. In-depth advance care planning discussions between residents, families, and health care providers were rare for all residents, irrespective of demographic characteristics. Nursing staff considered older residents to have milder and less frequent pain than younger residents. We found no disparities in pain management based on race. SIGNIFICANCE OF RESULTS: To the extent that advance care planning improves care at the end of life, racial minorities in nursing homes are disadvantaged compared to their white fellow residents. Focusing on in-depth discussions of values and goals of care can improve palliative care for all residents and may help to ameliorate racial disparities in end-of-life care. Staff should consider residents of all ages as appropriate recipients of advance care planning efforts and should be cognizant of the fact that individuals of all ages can experience pain. Nursing homes may do a better job than other health care institutions in eliminating racial disparities in pain management.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».