Does early palliative identification improve the use of palliative care services?
Notice bibliographique
Résumé
PURPOSE: To evaluate whether the early identification of patients who may benefit from palliative care impacts on the use of palliative, community and acute-based care services. METHODS: Between 2014 and 2017, physicians from eight sites were encouraged to systematically identify patients who were likely to die within one year and would were thought to benefit from early palliative care. Patients in the INTEGRATE Intervention Group were 1:1 matched to controls selected from provincial healthcare administrative data using propensity score-matching. The use of palliative care, community-based care services (home care, physician home visit, and outpatient opioid use) and acute care (emergency department, hospitalization) was each evaluated within one year after the date of identification. The hazard ratio (HR) in the Intervention Group was calculated for each outcome. RESULTS: Of the 1,185 patients in the Intervention Group, 951 (80.3%) used palliative care services during follow-up, compared to 739 (62.4%) among 1,185 patients in the Control Group [HR of 1.69 (95% CI 1.56 to 1.82)]. The Intervention Group also had higher proportions of patients who used home care [81.4% vs. 55.2%; HR 2.07 (95% CI 1.89 to 2.27)], had physician home visits [35.5% vs. 23.7%; HR 1.63 (95% CI 1.46 to 1.92)] or had increased outpatient opioid use [64.3% vs. 52.1%); HR 1.43 (95% CI 1.30 to 1.57]. The Intervention Group was also more likely to have a hospitalization that was not primarily focused on palliative care (1.42 (95% CI 1.28 to 1.58)) and an unplanned emergency department visit for non-palliative care purpose (1.47 (95% CI 1.32 to 1.64)). CONCLUSION: Physicians actively identifying patients who would benefit from palliative care resulted in increased use of palliative and community-based care services, but also increased use of acute care 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 | 0,004 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».