MétaCan
Menu
Retour à la cohorte
Enregistrement W2032430440 · doi:10.1177/0008417413501467

Performance measures rather than self-report measures of functional status predict home care use in community-dwelling older adults

2013· article· en· W2032430440 sur OpenAlexvenueaboutno aff
Cara L. Brown, Marcia Finlayson

Notice bibliographique

RevueCanadian Journal of Occupational Therapy · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésObservational studyGerontologyMedicinePredictive validityStandardized testActivities of daily livingOddsLongitudinal studyMeasure (data warehouse)Independent livingPsychologyLong-term careClinical psychologyPhysical therapyLogistic regressionNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Occupational therapists frequently assess functional status (FS) to determine the home care (HC) service requirements of older adults. However, it is unclear which type of FS measure is most effective for this purpose. PURPOSE: This study investigated the predictive ability of three measures of FS (a self-report measure of usual behaviour, a self-report measure of capacity, and an observational performance measure-the Performance Assessment of Self-Care Skills [PASS]) on formal HC utilization. METHOD: A secondary analysis of 2001 Aging in Manitoba Longitudinal Study (AIM) data was conducted. FINDINGS: The odds of receiving HC within the 30-month follow-up period were 1.32 times (or 30%) higher for each increase in the number of dependent tasks based upon a standardized performance measure. The self-report measures did not predict HC utilization. IMPLICATIONS: This study suggests that standardized performance measures-in particular, the PASS-are more predictive of formal HC use in community-dwelling older adults than self-report measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,135
Tête enseignante GPT0,361
Écart entre enseignants0,226 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Occupational TherapyMême sujetGeriatric Care and Nursing HomesTravaux en français237 207