MétaCan
Menu
Retour à la cohorte
Enregistrement W2339429956 · doi:10.1186/s12877-016-0259-5

Loss of health related quality of life following low-trauma fractures in the elderly

2016· article· en· W2339429956 sur OpenAlexafffundabout
Jean‐Éric Tarride, Natasha Burke, William D. Leslie, Suzanne N. Morin, Jonathan D. Adachi, Αλεξάνδρα Παπαϊωάννου, Louis Bessette, Jacques P. Brown, L. Pericleous, Sergei Muratov, Robert Hopkins

Notice bibliographique

RevueBMC Geriatrics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHip and Femur Fractures
Établissements canadiensAmgen (Canada)Université LavalUniversity of ManitobaMcMaster UniversityPrograms for Assessment of Technology in Health Research InstituteSt. Joseph’s Healthcare HamiltonMcGill University
Organismes subventionnairesCanadian Institutes of Health ResearchAmgen CanadaAmgen
Mots-clésMedicineRehabilitationQuality of life (healthcare)GerontologyOccupational safety and healthMedical emergencyPhysical therapyNursingPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To estimate the long-term change in health related quality of life (HRQoL) following low-trauma fractures among individuals receiving home care (HC) services or living in long-term care (LTC) facilities using linked healthcare administrative data from Ontario, Canada. METHODS: HRQoL was estimated using the Health Utility Index (HUI-2) with the InterRai Minimum Data Set (MDS), a mandatory questionnaire for LTC and HC in the province of Ontario (population 14 million). The HUI-2, a validated HRQoL instrument, allows the calculation of health utility where 0 represents death and 1 the best imaginable health state. For reference, the HUI-2 utility value for Canadians aged 80-84 years is 0.61 and the minimal clinically important difference is 0.03. The MDS was linked to Ontario acute care databases for fiscal years 2007-2011 to identify low-trauma fractures using ICD-10-CA codes. Regression models were used to identify predictors of change in HRQoL from pre-fracture levels to 3 years post fracture for several populations. Low-trauma fractures included hip, humerus, vertebral, wrist, multiple and other. RESULTS: Twenty-three thousand six-hundred fifty-five unique patients with low-trauma fractures were identified with pre- and post-fracture HRQoL assessments, of which 5057 individuals had at least 3 years of follow-up. Compared to patients receiving HC services (N = 3303), individuals residing in LTC (N = 1754) were older, taking more medications, and had more comorbidities. LTC patients had more hip fractures (49 % of total versus 29 %). For all fracture types, HRQoL decreased immediately following fracture. Although levels rebounded after the first month, HRQoL up to 36 months never returned to pre-fracture levels even for non-hip fracture. For both HC and LTC cohorts, clinically important and statistically significant decreases in HUI-2 utility scores were observed 36 months post fracture. Of the 6 HUI-2 domains, mobility had the largest impact on change in HRQoL. Regression analysis indicated that living with a musculoskeletal disorder or a neurological condition and living in LTC were associated with greater decrements in utility following a fracture. CONCLUSIONS: Based on the analysis of one of the largest studies on HRQoL to date, among individuals living in LTC facilities or receiving HC services, fractures have a significant permanent impact on HRQoL up to 3 years following fracture.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,035
Score d'incertitude au seuil0,267

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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 Opus0,041
Tête enseignante GPT0,338
Écart entre enseignants0,297 · 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

Citations65
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetHip and Femur FracturesTravaux en français237 207