Using More End-of-Life Homecare Services is Associated With Using Fewer Acute Care Services
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Healthcare systems are investing in end-of-life homecare to reduce acute care use. However, little evidence exists on the timing and amount of homecare services necessary to reduce acute care utilization. OBJECTIVES: To investigate whether admission time to homecare and the amount of services, as measured by average nursing and personal support and homemaking (PSH) hours/week (h/wk), are associated with using acute care services at end-of-life. RESEARCH DESIGN: Retrospective observational cohort study. SUBJECTS: Decedents admitted to end-of-life homecare in Ontario, Canada. MEASURES: The odds ratios (OR) of having a hospitalization or emergency room visit in the 2 weeks before death and dying in a hospital. RESULTS: The cohort (n = 9018) used an average of 3.11 (SD = 4.87) nursing h/wk, 3.18 (SD = 6.89) PSH h/wk, and 18% were admitted to homecare for <1 month. As admission time to death and homecare services increased, the adjusted OR of an outcome decreased in a dose response manner. Patients admitted earlier than 6 months before death had a 35% (95% CI: 25%-44%) lower OR of hospitalization than those admitted 3 to 4 weeks before death; patients using more than 7 nursing h/wk and more than 7 PSH h/wk had a 50% (95% CI: 37%-60%) and 35% (95% CI: 21%-47%) lower OR of a hospitalization, respectively, than patients using 1 h/wk, controlling for other covariates. Other outcomes had similar results. CONCLUSION: These results suggest that early homecare admission and increased homecare services will help alleviate the demand for hospital resources at end-of-life.
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.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle