Access to Palliative Care for Cancer Patients Living in a Northern and Rural Environment in Ontario, Canada: The Effects of Geographic Region and Rurality on End-of-Life Care in a Population-Based Decedent Cancer Cohort
Notice bibliographique
Résumé
BACKGROUND: Access to palliative care has been associated with improving quality of life and reducing the use of potentially aggressive end-of-life care. However, many challenges and barriers exist in providing palliative care to residents in northern and rural settings in Ontario, Canada. AIM: The purpose of this study was to examine access to palliative care and associations with the use of end-of-life care in a decedent cohort of northern and southern, rural and urban, residents. DESIGN: Using linked administrative databases, residents were classified into geographic and rural categories. Regression methods were used to define use and associations of palliative and end-of-life care and death in acute care hospital. SETTING/PARTICIPANTS: A decedent cancer cohort of Ontario residents (2007-2012). RESULTS: Northern rural residents were less likely to receive palliative care (adjusted odds ratio [OR] = 0.90, 95% confidence interval [CI]: 0.83-0.97). Those not receiving palliative care were more likely to receive potentially aggressive end-of-life care and die in an acute care hospital (adjusted OR = 1.20, 95% CI: 1.02-1.41). CONCLUSIONS: Palliative care was significantly associated with reduced use of aggressive end-of-life care; however, disparities exist in rural locations, especially those in the north. Higher usage of emergency department (ED) and hospital resources at end of life in rural locations also reflects differing roles of rural community hospitals compared with urban hospitals. Improving access to palliative care in rural and northern locations is an important care issue and may reduce use of potentially aggressive end-of-life 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 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 ».