Changes in Health Care Use by Mexican American Medicare Beneficiaries Before and After a Diagnosis of Dementia
Notice bibliographique
Résumé
BACKGROUND: Evidence from predominantly non-Hispanic White cohorts indicates health care utilization increases before Alzheimer's disease and related dementias (ADRD) is diagnosed. We investigated trends in health care utilization by Mexican American Medicare beneficiaries before and after an incident diagnosis of ADRD. METHODS: Data came from the Hispanic Established Populations for the Epidemiological Study of the Elderly that has been linked with Medicare claims files from 1999 to 2016 (n = 558 matched cases and controls). Piecewise regression and generalized linear mixed models were used to compare the quarterly trends in any (ie, one or more) hospitalizations, emergency room (ER) admissions, and physician visits for 1 year before and 1 year after ADRD diagnosis. RESULTS: The piecewise regression models showed that the per-quarter odds for any hospitalizations (odds ratio [OR] = 1.62, 95% CI = 1.43-1.84) and any ER admissions (OR = 1.40, 95% CI = 1.27-1.54) increased before ADRD was diagnosed. Compared to participants without ADRD, the percentage of participants with ADRD who experienced any hospitalizations (27.2% vs 14.0%) and any ER admissions (19.0% vs 11.7%) was significantly higher at 1 quarter and 3 quarters before ADRD diagnosis, respectively. The per-quarter odds for any hospitalizations (OR = 0.88, 95% CI = 0.80-0.97) and any ER admissions (OR = 0.89, 95% CI = 0.82-0.97) decreased after ADRD was diagnosed. Trends for any physician visits before or after ADRD diagnosis were not statistically significant. CONCLUSIONS: Older Mexican Americans show an increase in hospitalizations and ER admissions before ADRD is diagnosed, which is followed by a decrease after ADRD diagnosis. These findings support the importance of a timely diagnosis of ADRD for older Mexican Americans.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».