Access to palliative care in Canada
Notice bibliographique
Résumé
IntroductionMany Canadians prefer to remain in the community at end-of-life, and to die at home. To do so, early and integrated palliative care (PC) is needed to provide individuals with care and support services across care settings. Measuring access to PC can help to evaluate progress over time.
 Objectives and ApproachThis presentation will show findings from our study on whether Canadian decedents had access to PC in the last year of life. Data from physician billings, drug claims, home care, long-term care and acute care were linked to identify decedents and PC service use. These data were also used to examine how PC may affect, or be affected by other interactions with the health system, including inpatient alternate level care days, admissions from long-term care, emergency department visits and stays in intensive care units. Gaps in data availability and quality will also be highlighted.
 ResultsAbout 70% of decedents were identified using administrative health data, although there were variations across jurisdictions due to differences in data availability and quality (9%-81%). For decedents identified across care settings, few received PC in the community in their last year of life, ranging from 4% in long-term care to 12% in home care. More decedents were identified as palliative in acute care (44%) but only one-third received PC in another setting despite multiple interactions with the health system in the last year of life. Those who had integrated, community-based PC were less likely to have a stay in an intensive care unit, and more likely to die in the community. However, few Canadian decedents had access to this type of care.
 Conclusion/ImplicationsData linkage identified opportunities for earlier integration of PC and improved care transitions. However, lack of common definitions of PC across sectors and jurisdictions, limitations in data availability and issues in PC coding were identified. Improvements in PC data are required to evaluate progress for the future.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
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 ».