MétaCan
Menu
Retour à la cohorte
Enregistrement W3138091037 · doi:10.1002/trc2.12120

Factors influencing transition to care homes for people with dementia in Northern Ireland

2021· article· en· W3138091037 sur OpenAlexfundno aff
Evi Zafeiridi, Alan McMichael, Anthony Peter Passmore, Bernadette McGuinness

Notice bibliographique

RevueAlzheimer s & Dementia Translational Research & Clinical Interventions · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityQueen's University Belfast
Mots-clésDementiaLogistic regressionMedicineMedical prescriptionPlace of deathGerontologyHealth careNursingPalliative careDisease

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The increasing number of people with dementia (PwD) is a significant health and financial challenge for countries. PwD often transition to a care home. This study explored factors predicting transition to care homes for PwD and the place and causes of death. METHODS: Data about dementia medication, care home transitions, demographic characteristics, deaths, and hospital admissions were extracted from national databases from 2010 to 2016. RESULTS: PwD (n = 25,418) were identified through prescriptions of dementia medication, from which 11,930 transitioned to care homes. A logistic regression showed that increased age, female sex, living in less deprived and urban areas, and hospital admissions predicted this transition. PwD who transition to care homes are more likely to die there. The most common cause of death was dementia. DISCUSSION: Certain demographic characteristics are significant predictors for care home transitions and they should be considered in the development of early community-based care services to delay transitions. In the last decades, dementia has been reported more frequently in death certificates.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,213

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,282
Tête enseignante GPT0,533
Écart entre enseignants0,251 · 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'étudeQualitatif
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia Translational Research & Clinical InterventionsMême sujetGeriatric Care and Nursing HomesTravaux en français237 207