MétaCan
Menu
Retour à la cohorte
Enregistrement W3154249571 · doi:10.1177/02692163211009440

Impact of physician-based palliative care delivery models on health care utilization outcomes: A population-based retrospective cohort study

2021· article· en· W3154249571 sur OpenAlexafffundabout
Catherine Brown, Colleen Webber, Hsien Seow, Michelle Howard, Amy T. Hsu, Sarina R. Isenberg, Mengzhu Jiang, Glenys Smith, Sarah Spruin, Peter Tanuseputro

Notice bibliographique

RevuePalliative Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensSinai Health SystemUniversity of TorontoMcMaster UniversityOttawa HospitalBruyèreUniversity of Ottawa
Organismes subventionnairesOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésPalliative careMedicineRetrospective cohort studyFamily medicinePopulationLogistic regressionOdds ratioEmergency departmentAcute careHealth careCohortEnd-of-life careEmergency medicineNursingEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Increasing involvement of palliative care generalists may improve access to palliative care. It is unknown, however, if their involvement with and without palliative care specialists are associated with different outcomes. AIM: To describe physician-based models of palliative care and their association with healthcare utilization outcomes including: emergency department visits, acute hospitalizations and intensive care unit (ICU) admissions in last 30 days of life; and, place of death. DESIGN: Population-based retrospective cohort study using linked health administrative data. We used descriptive statistics to compare outcomes across three models (generalist-only palliative care; consultation palliative care, comprising of both generalist and specialist care; and specialist-only palliative care) and conducted a logistic regression for community death. SETTING/PARTICIPANTS: All adults aged 18-105 who died in Ontario, Canada between April 1, 2012 and March 31, 2017. RESULTS: Of the 231,047 decedents who received palliative services, 40.3% received generalist, 32.3% consultation and 27.4% specialist palliative care. Across models, we noted minimal to modest variation for decedents with at least one emergency department visit (50%-59%), acute hospitalization (64%-69%) or ICU admission (7%-17%), as well as community death (36%-40%). In our adjusted analysis, receipt of a physician home visit was a stronger predictor for increased likelihood of community death (odds ratio 9.6, 95% confidence interval 9.4-9.8) than palliative care model (generalist vs consultation palliative care 2.0, 1.9-2.0). CONCLUSION: The generalist palliative care model achieved similar healthcare utilization outcomes as consultation and specialist models. Including a physician home visit component in each model may promote community death.

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)0,005
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,188
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,149
Tête enseignante GPT0,462
Écart entre enseignants0,313 · 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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePalliative MedicineMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207