MétaCan
Menu
Retour à la cohorte
Enregistrement W2233591955 · doi:10.1377/hlthaff.2015.0752

Palliative Care Teams’ Cost-Saving Effect Is Larger For Cancer Patients With Higher Numbers Of Comorbidities

2016· article· en· W2233591955 sur OpenAlexaff
Peter May, Melissa M. Garrido, J. Brian Cassel, Amy S. Kelley, Diane E. Meier, Charles Normand, Lee Stefanis, Thomas J. Smith, R. Sean Morrison

Notice bibliographique

RevueHealth Affairs · 2016
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensTrinity College
Organismes subventionnairesNational Cancer InstituteNational Institute on AgingU.S. Department of Veterans Affairs
Mots-clésMedicinePalliative careReceiptComorbidityWorkforceHealth careEconomic shortageFamily medicineEmergency medicineNursingBusinessPsychiatry

Résumé

récupéré en direct d'OpenAlex

Patients with multiple serious conditions account for a high proportion of health care spending. Such spending is projected to continue to grow substantially as a result of increased insurance eligibility, the ever-rising cost of care, the continued use of nonbeneficial high-intensity treatments at the end of life, and demographic changes. We evaluated the impact of palliative care consultation on hospital costs for adults with advanced cancer, excluding those with dementia. We found that compared to usual care, the receipt of a palliative care consultation within two days of admission was associated with 22 percent lower costs for patients with a comorbidity score of 2-3 and with 32 percent lower costs for those with a score of 4 or higher. Earlier consultation was also found to be systematically associated with a larger cost-saving effect for all subsamples defined by multimorbidity. Given ongoing workforce shortages, targeting early specialist palliative care to hospitalized patients with advanced cancer and higher numbers of serious concurrent conditions could improve care while complementing strategies to curb the growth of health spending.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,365
Score d'incertitude au seuil0,431

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,062
Tête enseignante GPT0,414
Écart entre enseignants0,351 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations146
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207