Reduction in Symptoms for Homebound Patients Receiving Home-Based Primary and Palliative Care
Notice bibliographique
Résumé
BACKGROUND: Increasing numbers of patients are living with multiple, chronic medical conditions and functional impairments that leave them homebound. Home-based primary and palliative care (HBPC) programs provide access to health care services for this vulnerable population. Homebound patients have high symptom burden upon program enrollment. Yet little is known as to how individual symptoms are managed at home, especially over longer time periods. OBJECTIVES: The purpose of this study was to determine whether high symptom burden decreases following HBPC enrollment. METHODS: All patients newly enrolled in an HBPC program who reported at least one symptom on the Edmonton Symptom Assessment Scale (ESAS) were eligible for telephone ESAS follow-up. Patients received a comprehensive initial home visit and assessment by a physician with subsequent follow-up care, interdisciplinary care management including social work, and urgent in-home care as necessary. Multivariate linear mixed models with repeated measures were used to assess the impact of HBPC on pain, depression, anxiety, tiredness, and loss of appetite among patients with moderate to severe symptom levels at baseline. RESULTS: One hundred forty patients were followed. Patient pain, anxiety, depression, and tiredness significantly decreased following intervention with symptom reductions seen at 3 weeks and maintained at 12 weeks. (p<0.01) Loss of appetite trended toward an overall significant decrease and showed significant reductions at 12 week follow-up. CONCLUSION: In a chronically ill population of urban homebound, patient symptoms can be successfully managed in the home. Future work should continue to explore symptom assessment and management over time for the chronically ill homebound.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».