Développement d’indicateurs pour valoriser des actions de prévention et de réadaptation de la perte d’autonomie des personnes âgées
Notice bibliographique
Résumé
In Europe and Asia, long-term care funding is disability-based. This introduces a perverse effect by inappropriately adding value to functional decline among beneficiaries. To support the efforts in prevention and rehabilitation made by personnel in long-term care services, indicators have to be developed to promote functional improvement of beneficiaries. As people receiving those services are already experiencing a functional decline process, it is essential to know the natural magnitude of functional decline in order to assess deviation from this expected decline. The objective of the study was to estimate the natural decrease of autonomy in beneficiaries of home care services and nursing homes. Two databases were used: for home-dwelling people, 1235 subjects over 75 years old who participated in the PRISMA study; for institutions, 1330 residents over 65 years old of a nursing home in Sherbrooke (QC, Canada). These subjects were assessed several times over many years with the Functional Autonomy Measurement System (SMAF). Growth analyses were used to estimate the annual decrease in the SMAF score according to age, gender and the initial autonomy status. At home, only age was significantly associated with the slope of functional decline. The average annual decrease of subjects 75–84 years old was 2.4 points on the SMAF score (out of 87); for those aged over 85, the annual loss was 3.8 points. In institutions, gender and the initial autonomy profile were associated with the annual decrease. For men, the annual decrease varied between 0.7 for the most disabled subjects to 5.2 for the most autonomous. For women, those values varied from 0.2 to 6.6, respectively. A decrease in the SMAF score less than these expected values should be associated with a bonus to support personnel training, prevention activities, rehabilitation and activities aimed at supporting the autonomy of the beneficiaries. Such a strategy requires the implementation of a precise and reliable assessment instrument like the SMAF and also the availability of a longitudinal database where data for each beneficiary could be linked over time. Les systèmes de financement des soins à long terme en Europe et en Asie sont basés sur les incapacités des usagers. Cela introduit un effet pervers en valorisant de façon indue la perte d’autonomie des usagers. Afin de soutenir les efforts des intervenants et des services en matière de prévention et de réadaptation, des indicateurs permettant de valoriser l’amélioration fonctionnelle doivent être développés. Comme les usagers âgés sont déjà en processus de perte d’autonomie, il est nécessaire de connaître l’évolution naturelle de l’autonomie fonctionnelle pour apprécier la déviation par rapport à cette perte attendue. L’objectif de cette étude est de déterminer la perte annuelle d’autonomie chez des usagers vivant à domicile et en institution. Deux bases de données ont été utilisées : pour le domicile, les 1235 sujets de plus de 75 ans de l’étude PRISMA ; pour l’institution, les 1330 usagers de plus de 65 ans d’un centre d’hébergement de Sherbrooke (Québec, Canada). Ces sujets ont été évalués à plusieurs reprises sur une période de plusieurs années au moyen du Système de mesure de l’autonomie fonctionnelle (SMAF). Des analyses de courbes d’évolution (growth analyses) ont permis de définir la perte annuelle selon l’âge, le sexe et le profil d’autonomie initial. À domicile, seul l’âge intervient dans la pente de la perte d’autonomie. La perte annuelle des personnes de 75 à 84 ans peut être estimée à 2,4 points du score SMAF (sur 87) alors que celle des 85 ans et plus est de 3,8 points. En institution, tant le sexe que le profil initial d’autonomie ont une influence sur la perte annuelle. Pour les hommes, elle varie de 0,7 pour les sujets les moins autonomes à 5,2 pour les personnes les plus autonomes. Pour les femmes, ces valeurs varient de 0,2 à 6,6. Une perte inférieure à ces différences de scores devrait être associée à un bonus pour soutenir la formation du personnel, les activités de prévention et de réadaptation ainsi que des activités de soutien à l’autonomie. Une telle stratégie nécessite l’implantation dans les services d’un outil sensible et reproductible comme le SMAF, de même que la disponibilité d’une base de données dans laquelle les évaluations successives des usagers peuvent être reliées entre elles.
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 | 0,018 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| 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 | 0,001 |
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 ».