Improving Prediction of Risk of Admission to Long-Term Care or Mortality Among Home Care Users With IDD
Notice bibliographique
Résumé
BACKGROUND: Frailty is an established predictor of admission into long-term care (LTC) and mortality in the elderly population. Assessment of frailty among adults with intellectual and developmental disabilities (IDD) using a generic frailty marker may not be as predictive, as some lifelong disabilities associated with IDD may be interpreted as a sign of frailty. This study set out to determine if adding the Home Care-Intellectual and Developmental Disabilities Frailty Index (HC-IDD Frailty Index), developed for use in home care users with IDD, to a basic list of predictors (age, sex, rural status, and the Johns Hopkins Frailty Marker) increases the ability to predict admission to long-term care or death within one year. METHODS: A retrospective cohort study was conducted using Residential Assessment Instrument for Home Care (RAI-HC) data for adult home care users with IDD who had a home care assessment between January 1, 2010 and December 31, 2013 (N = 6,169). RESULTS: value < .0001). CONCLUSIONS: We recommend the use of the HC-IDD Frailty Index in care planning and in further research related to the effectiveness of interventions to reduce or delay adverse age-related outcomes among adults with IDD.
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 | 0,000 |
| 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 | 0,000 | 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 ».