MétaCan
Menu
← Retour à la cohorte
Enregistrement W2982263031 · doi:10.1093/eurheartj/ehz748.0740

P2262Intensity and cost of health care at the end of life among patients with heart failure

2019· article· en· W2982263031 sur OpenAlexaffabout
Harriette G.C. Van Spall, Andrea Hill, Longdi Fu, Heather J. Ross, Hannah Wunsch, Jeonghwa You, Robert Fowler

Notice bibliographique

RevueEuropean Heart Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensUniversity Health NetworkHealth Sciences CentreSunnybrook Health Science CentreMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careEnd-of-life careRetrospective cohort studyLogistic regressionCohortHeart failurePopulationMedical recordEmergency medicineGerontologyPalliative careInternal medicineEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

Abstract Background Health care utilization increase towards the end of life. There is little known about the intensity of care, including use of in-hospital services, critical care units, and invasive procedures at the end of life in heart failure (HF). Aims To determine the type and intensity of health care services offered at the end of life to patients with HF, and to establish the determinants of and costs associated with death in the hospital versus at home. Methods We conducted a retrospective cohort study of adults (≥18 years) who died between April 1, 2004 and March 31, 2017 in Ontario, Canada. We included decedents with a diagnosis of HF in the 2 years preceding their death and a hospitalization for HF in their last year of life. We obtained demographic, clinical, healthcare utilization, and healthcare cost data from population-based administrative databases, using unique encrypted identifiers to link records. We calculated direct costs from the perspective of the Ministry of Health in our publicly-funded healthcare system. We used descriptive statistics and a 2-level multivariable logistic regression model) with patients (1st level) nested in regions (2nd level) to assess for predictors of death in the hospital versus at home. Results We identified 396,024 adults with HF who died between April 1, 2004 and March 31, 2017. Mean (standard deviation [SD]) age at death was 81.8 (10.7) years, and 48.5% were men. During the last 6 months of life, patients commonly experienced hospitalizations (78.1%), care from >10 different physicians (62.2%); intensive care unit (ICU) admissions (26.4%); mechanical ventilation (18.1%); hemodialysis (6.2%); and cardiac catheterization (3.7%). In the last 6 months of life, patients spent a mean (SD) of 17.4 (23.0) days in the hospital; 2.5 (8.3) days in an ICU; and 1.6 (7.9) days on a ventilator. While the proportion of deaths at home increased from 32.6% in 2004–2005 to 38% in 2016–2017, a majority of patients (53.4%) died in hospital during the study period. Factors independently associated with in-hospital death included age (OR 0.53 [95% CI 0.51–0.55] for age >85 years vs <60 years), sex (OR 0.88 [95% CI 0.87–0.89] for female vs male), and socioeconomic status (OR 0.87 [95% CI 0.85–0.89] for highest vs lowest income quintile). Palliative care services in the last 6 months of life was associated with higher odds of in-hospital death (OR 1.73 [95% CI 1.70–1.76]). Death in hospital was associated with higher mean [SD] healthcare costs in the terminal 6 months of life than death out of hospital ($52,349 [55,649] vs $35,943 [31,907]). Conclusion In this large cohort study in Ontario, Canada, patients with HF commonly received in-hospital, intensive, and invasive care in the last 6 months of life, and a majority of patients died in hospital. Death in hospital was associated with higher costs of care in the terminal 6 months than death outside hospital. Acknowledgement/Funding Heart and Stroke Foundation of Ontario, Canadian Institutes of Health Research

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,493
Score d'incertitude au seuil0,980

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Heart Journal→Même sujetChronic Disease Management Strategies→Travaux en français237 207→