MétaCan
Menu
Retour à la cohorte
Enregistrement W3110601225 · doi:10.1177/2333721420975321

Characteristics of Socially Isolated Residents in Long-Term Care: A Retrospective Cohort Study

2020· article· en· W3110601225 sur OpenAlexaffabout
Stephanie Chamberlain, Wendy Duggleby, Pamela B. Teaster, Carole A. Estabrooks

Notice bibliographique

RevueGerontology and Geriatric Medicine · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésLogistic regressionCohortRetrospective cohort studyDepression (economics)Long-term careMedicineMinimum Data SetGerontologyFamily medicineCohort studyPsychiatryNursingNursing homesInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: To identify socially isolated long-term care residents and to compare their demographic characteristics, functional status, and health conditions to residents who are not isolated. Methods: We conducted a retrospective cohort study using the Resident Assessment Instrument, Minimum Data Set, 2.0 (RAI-MDS) data, from residents in 34 long-term care homes in Alberta, Canada (2008–2018). Using logistic regression, we compared the characteristics, conditions, and functional status of residents who were socially isolated (no contact with family/friends) and non-socially isolated residents. Results: Socially isolated residents were male, younger, and had a longer length of stay in the home, than non-socially isolated residents. Socially isolated residents lacked social engagement and exhibited signs of depression. Discussion: Socially isolated residents had unique care concerns, including psychiatric disorders, and co-morbid conditions. Our approach, using a single item in an existing data source, has the potential to assist clinicians in screening for socially isolated long-term care residents.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,137
Score d'incertitude au seuil0,273

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,375
Écart entre enseignants0,343 · 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

Citations22
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGerontology and Geriatric MedicineMême sujetGeriatric Care and Nursing HomesTravaux en français237 207