The Final 30 Days of Life
Notice bibliographique
Résumé
BACKGROUND: Studies have reported overly aggressive end-of-life care (EOLC) in many cancers. We investigate trends in, and factors associated with, aggressive EOLC among patients who died of gastrointestinal (GI) cancers in Ontario, Canada. METHODS: All patients with primary cause of death from esophageal, gastric, colon, and anorectal cancer from January 2003 to December 2013 were identified through the Ontario Cancer Registry, and information was collected from linked databases. Outcomes representing aggressive EOLC were assessed: administration of chemotherapy, any emergency department (ED) visits, hospital admissions, intensive care unit (ICU) admissions (all within 30 days of death), death in hospital and in ICU, and a composite outcome representing any aggressive EOLC. Temporal trends were analyzed using the Cochran-Armitage test. RESULTS: There were 34 630 patients in the cohort: 43% colon, 26% anorectal, 19% gastric, and 12% esophageal cancers. Aggressive EOLC was delivered to 65%, with a significantly decreasing trend from 64.8% in 2003 to 62.5% in 2013 ( P = .001). Utilization of specific elements of aggressive EOLC included 8% chemotherapy, 46% ED visits, 49% hospital admissions, 6% ICU admissions, 45% death in hospital, and 5% death in ICU. Trends over the study period showed that ED visits (from 43% to 46.9%; P = .0001) and death in ICU (from 3.7% to 4.9%; P = .04) significantly increased; hospital admissions (from 48.9% to 47.8%; P = .02) and death in hospital (from 46.6% to 38.9%; P < .0001) significantly decreased. CONCLUSIONS: Two-thirds of patients with GI cancer had aggressive EOLC in the last 30 days of life.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».