MétaCan
Menu
Retour à la cohorte
Enregistrement W2041649522 · doi:10.1097/mlr.0b013e3181894293

Health State Profiles and Service Utilization in Community-Living Elderly

2009· article· en· W2041649522 sur OpenAlexaff
Louise Lafortune, François Béland, Howard Bergman, Joël Ankri

Notice bibliographique

RevueMedical Care · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésGerontologyHealth careEstimationHealth servicesLatent class modelCognitionService (business)MedicineEnvironmental healthBusinessComputer sciencePopulationMarketingEconomic growth

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We know that health status in older people is heterogeneous and that many need complex care. What is now required is a comprehensive description of this heterogeneity and the estimation of its effects on patterns of service utilization. OBJECTIVE: This study examines the possibility of classifying older people according to their complex health conditions and whether the way in which they consume services differs based on these classes. METHODS: We used latent class analysis to model heterogeneity and classify community living elderly into homogenous health state categories (ie, health profiles). The number of health profiles present in the sample was revealed using 17 health indicators collected at baseline in the demonstration project of SIPA (French acronym for System of Integrated Care for the frail elderly), a system of integrated care for frail older people (n = 1164). These profiles were then used in 2-part econometric models to study access and costs of several measures of services using data collected prospectively over the 22-months of the SIPA trial. RESULTS: We identified 4 substantially meaningful health profiles (prevalence: 23%, 11%, 36%, 30%) characterized by differences along the physical, cognitive, and disability dimensions of health. Subsequent econometric modeling showed a differential effect of health profiles on use and costs along the continuum of health and social services. CONCLUSIONS: For older people with complex care needs, classification into homogeneous health subgroups unmasks differences in utilization patterns that can be used by decision makers in their attempt to improve the trajectory of care and adjust the distribution of resources to the needs of older people.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,396
Écart entre enseignants0,345 · 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

Citations80
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetHealth disparities and outcomesTravaux en français237 207