Frailty and health services use among Quebec seniors with non-hip fractures: a population-based study using adminsitrative databases
Notice bibliographique
Résumé
BACKGROUND: The number of frail elderly will increase as the world population ageing accelerates. Since frail elders are at risk of falls, hospitalizations and disabilities, they will require more health care and services. To assess frailty prevalence using health administrative databases, to examine the association between frailty and the use of medical services and to measure the excess use of health services following a non-hip fracture across frailty levels among community-dwelling seniors. METHODS: A population-based cohort study was built from the Quebec Integrated Chronic Disease Surveillance System, including men and women ≥65 years old, non-institutionalized in the pre-fracture year. Frailty was measured using the Elders Risk Assessment (ERA) index. Multivariate Generalized Estimating Equation models were used to examine the relationship between frailty levels and health services while adjusting for covariates. The excess numbers of visits to Emergency Departments (ED) and to Primary Care Practitioners (PCP) as well as hospitalizations were also estimated. RESULTS: The cohort included 178,304 fractures. There were 13.6 and 5.2% frail and robust seniors, respectively. In the post-fracture year, the risks of ED visits, PCP visits and hospitalizations, were significantly higher in frail vs. non-frail seniors: adjusted relative risk (RR) = 2.69 [95% CI: 2.50-2.90] for ED visits, RR = 1.28 [95% CI: 1.23-1.32] for PCP visits and RR = 2.34 [95% CI: 2.14-2.55] for hospitalizations. CONCLUSION: Our results suggest that it is possible to characterize seniors' frailty status at a population level using health administrative databases. Furthermore, this study shows that non-institutionalized frail seniors require more health services after an incident fracture. Screening for frailty in seniors should be part of clinical management in order to identify those at a higher risk of needing health services.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».