MétaCan
Menu
Retour à la cohorte
Enregistrement W2315715467 · doi:10.1097/md.0000000000002888

Identifying Distinct Healthcare Pathways During Episodes of Chronic Obstructive Pulmonary Disease Exacerbations

2016· article· en· W2315715467 sur OpenAlexafffundabout
John Paul Kuwornu, Lisa M. Lix, Jacqueline Quail, Evelyn L. Forget, Saman Muthukumarana, Xiaoyun E. Wang, Meriç Osman, Gary Teare

Notice bibliographique

RevueMedicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity of WinnipegSaskatoon Medical Imaging
Organismes subventionnairesMinistry of Health, SaskatchewanUniversity of SaskatchewanResearch Manitoba
Mots-clésMedicineHealth careClinical pathwayEmergency departmentCOPDMedical prescriptionMultinomial logistic regressionCohortLogistic regressionCare pathwayDiseaseEmergency medicineCohort studyPsychological interventionInternal medicine

Résumé

récupéré en direct d'OpenAlex

Healthcare pathways are important to measure because they are expected to affect outcomes. However, they are challenging to define because patients exhibit heterogeneity in their use of healthcare services. The objective of this study was to identify and describe healthcare pathways during episodes of chronic obstructive pulmonary disease (COPD) exacerbations. Linked administrative databases from Saskatchewan, Canada were used to identify a cohort of newly diagnosed COPD patients and their episodes of healthcare use for disease exacerbations. Latent class analysis (LCA) was used to classify the cohort into homogeneous pathways using indicators of respiratory-related hospitalizations, emergency department (ED) visits, general and specialist physician visits, and outpatient prescription drug dispensations. Multinomial logistic regression models tested patients' demographic and disease characteristics associated with pathway group membership. The most frequent healthcare contact sequences in each pathway were described. Tests of mean costs across groups were conducted using a model-based approach with χ² statistics. LCA identified 3 distinct pathways for patients with hospital- (n = 963) and ED-initiated (n = 364) episodes. For the former, pathway group 1 members followed complex pathways in which multiple healthcare services were repeatedly used and incurred substantially higher costs than patients in the other pathway groups. For patients with an ED-initiated episode, pathway group 1 members also had higher costs than other groups. Pathway groups differed with respect to patient demographic and disease characteristics. A minority of patients were discharged from ED or hospital, but did not have any follow-up care during the remainder of their episode.Patients who followed complex pathways could benefit from case management interventions to streamline their journeys through the healthcare system. The minority of patients whose pathways were not consistent with recommended follow-up care should be further investigated to fully align COPD treatment in the province with recommended care practices.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,370
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,050
Tête enseignante GPT0,317
Écart entre enseignants0,267 · 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.

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

Citations9
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMedicineMême sujetChronic Disease Management StrategiesTravaux en français237 207