MétaCan
Menu
Retour à la cohorte
Enregistrement W3159106367 · doi:10.1136/bmjspcare-2020-002870

mHOMR: a prospective observational study of an automated mortality prediction model to identify patients with unmet palliative needs

2021· article· en· W3159106367 sur OpenAlexafffundabout
Pete Wegier, Allison Kurahashi, Stéphanie Saunders, Bhadra Lokuge, Leah Steinberg, Jeff Myers, Ellen H. Koo, Carl van Walraven, James Downar

Notice bibliographique

RevueBMJ Supportive & Palliative Care · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensBruyèreUniversity of OttawaSinai Health SystemOttawa HospitalBridgepoint Active HealthcareInstitute for Work & HealthHumber River Regional HospitalMcMaster UniversityUniversity Health NetworkUniversity of Toronto
Organismes subventionnairesCanadian Frailty NetworkAssociated Medical ServicesToronto General and Western Hospital FoundationOttawa Hospital Research Institute
Mots-clésPalliative careMedicineObservational studyLife expectancyProspective cohort studyAdvance care planningDiseaseEmergency medicineIntensive care medicineFamily medicineInternal medicineNursingPopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Identification of patients with shortened life expectancy is a major obstacle to delivering palliative/end-of-life care. We previously developed the modified Hospitalised-patient One-year Mortality Risk (mHOMR) model for the automated identification of patients with an elevated 1-year mortality risk. Our goal was to investigate whether patients identified by mHOMR at high risk for mortality in the next year also have unmet palliative needs. METHOD: We conducted a prospective observational study at two quaternary healthcare facilities in Toronto, Canada, with patients admitted to general internal medicine service and identified by mHOMR to have an expected 1-year mortality risk of 10% or more. We measured patients' unmet palliative needs-a severe uncontrolled symptom on the Edmonton Symptom Assessment Scale or readiness to engage in advance care planning (ACP) based on Sudore's ACP Engagement Survey. RESULTS: Of 518 patients identified by mHOMR, 403 (78%) patients consented to participate; 87% of those had either a severe uncontrolled symptom or readiness to engage in ACP, and 44% had both. Patients represented frailty (38%), cancer (28%) and organ failure (28%) trajectories were admitted for a median of 6 days, and 94% survived to discharge. CONCLUSIONS: A large majority of hospitalised patients identified by mHOMR have unmet palliative needs, regardless of disease, and are identified early enough in their disease course that they may benefit from a palliative approach to their care. Adoption of such a model could improve the timely introduction of a palliative approach for patients, especially those with non-cancer illness.

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)0,006
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,219
Tête enseignante GPT0,492
Écart entre enseignants0,272 · 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

Citations18
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ Supportive & Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207