Relationship between Regulatory Status, Quality of Care, and Three‐Year Mortality in Canadian Residential Care Facilities: A Longitudinal Study
Notice bibliographique
Résumé
OBJECTIVES: To compare the mortality rate in regulated and unregulated facilities, controlling for confounding variables, and investigate the effect of care quality on residents' length of survival. DATA SOURCES/STUDY SETTING: At baseline, subjects were assessed in their living environment with respect to their functional autonomy, cognitive abilities, and quality of care. Vital status, disease-related information, and hospitalization data were retrieved three years later from the subjects' medical files. STUDY DESIGN: A three-year follow-up study of 299 residents from 88 long-term care facilities located in the province of Quebec, Canada. The effect of regulatory status and quality of care on length of survival was investigated by means of multivariable Cox proportional hazards regression models, from both traditional and competing risks perspectives. PRINCIPAL FINDINGS: Controlling for age, comorbidity, and baseline functional abilities, a resident's length of survival is not significantly influenced by the regulatory status of the facility in which he or she lived at baseline. However, residents with poor quality ratings at baseline had shorter survival times than those provided with good care. Median survival was 28 months among residents classified as receiving inadequate care compared to 41 months for those adequately cared for (p = 0.0217). CONCLUSIONS: The study suggests that quality of care has a much stronger influence on resident outcomes than regulation per se. This finding underscores the relevance of testing innovative interventions aimed at improving the quality of care provided in long-term care facilities, regardless of their regulatory status.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».