Racial Differences in Health Care Transitions and Hospice Use at the End of Life
Notice bibliographique
Résumé
Abstract Background: Although the fragmentation of end-of-life care has been well documented, previous research has not examined racial and ethnic differences in transitions in care and hospice use at the end of life. Design and Subjects: Retrospective cohort study among 649,477 Medicare beneficiaries who died between July 2011 and December 2011. Measurements: Sankey diagrams and heatmaps to visualize the health care transitions across race/ethnic groups. Among hospice enrollees, we examined racial/ethnic differences in hospice use patterns, including length of hospice enrollment and disenrollment rate. Results: The mean number of care transitions within the last six months of life was 2.9 transitions (standard deviation [SD] = 2.7) for whites, 3.4 transitions (SD = 3.2) for African Americans, 2.8 transitions (SD = 3.0) for Hispanics, and 2.4 transitions (SD = 2.7) for Asian Americans. After adjusting for age and sex, having at least four transitions was significantly more common for African Americans (39.2%; 95% confidence interval [CI]: 38.8–39.6%) compared with whites (32.5%, 95% CI: 32.3–32.6%), and less common among Hispanics (31.2%, 95% CI: 30.4–32.0%), and Asian Americans (26.5%, 95% CI: 25.5–27.5%). Having no care transition was significantly more common for Asian Americans (33.0%, 95% CI: 32.0–34.1%) and Hispanics (28.8%, 95% CI: 28.0–29.6%), compared with African Americans (19.2%, 95% CI: 18.9–19.5%) and whites (18.9%, 95% CI: 18.8–19.0%). Among hospice users, whites, African Americans, and Hispanics had similar length of hospice enrollment, which was significantly longer than that of Asian Americans. Nonwhite patients were significantly more likely than white patients to experience hospice disenrollment. Conclusions: Racial/ethnic differences in patterns of end-of-life care are marked. Future studies to understand why such patterns exist are warranted.
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 | 0,001 |
| 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 ».