Clinical Profile of Persons with Multiple Sclerosis Across the Continuum of Care
Notice bibliographique
Résumé
BACKGROUND: This study is part of the Innovations in Data, Evidence and Applications for Persons with Neurological Conditions project to understand the strengths, preferences, and needs of persons with neurological conditions living in Canada. OBJECTIVE: To estimate the prevalence and describe the sociodemographic and clinical characteristics of persons with multiple sclerosis in Canadian home care, nursing home, Complex Continuing Care hospitals, and inpatient mental health care settings. METHODS: Cross-sectional study of adults aged 18 years and older with multiple sclerosis (MS; n=11,250) across Canada from 1996 through 2011 using interRAI Resident Assessment Instrument (RAI) comprehensive health assessments (RAI Minimum Data Set 2.0, RAI-Home Care, RAI-Mental Health). Comparisons were made to adults with Alzheimer's disease and related dementias (n=260,910), other neurological conditions (n=163,578) and non-neurological conditions (n=571,567). RESULTS: The prevalence of MS was highest in Complex Continuing Care hospitals (4125 cases per 100,000 patients), followed by home care (2020 cases per 100,000 patients), nursing homes (1424 cases per 100,000 patients), and mental health settings (138 cases per 100,000 patients). Persons with MS experienced greater impairment in the completion of activities of daily living, pain, pressure ulcers, swallowing difficulty, depression, and anxiety compared with peers within care settings. There were also significant differences between settings, particularly the degree of physical and cognitive impairment experienced by persons with MS. CONCLUSIONS: Except for mental health care settings, the prevalence of MS in community, institutional and hospital-based care settings exceeded that of the general population. These data describing the sociodemographic and clinical characteristics of persons with MS may be used to inform clinical practice and policy decisions for persons with MS across the continuum of care.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».