Using More End-of-Life Homecare Services is Associated With Using Fewer Acute Care Services
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».