MétaCan
Menu
← Retour à la cohorte
Enregistrement W3167493884 · doi:10.1371/journal.pone.0252814

Symptom trajectories of non-cancer patients in the last six months of life: Identifying needs in a population-based home care cohort

2021· article· en· W3167493884 sur OpenAlexafffundabout
Katrin Conen, Dawn M. Guthrie, Tara Stevens, Samantha Winemaker, Hsien Seow

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensWilfrid Laurier UniversityMcMaster University
Organismes subventionnairesCanadian Cancer Society Research InstituteCanada Research ChairsCanadian Centre for Applied Research in Cancer Control
Mots-clésMedicineCohortPopulationCancerPalliative careRetrospective cohort studyCohort studyEnd-of-life careDiseaseInternal medicinePediatricsPhysical therapy

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The end-of-life symptom prevalence of non-cancer patients have been described mostly in hospital and institutional settings. This study aims to describe the average symptom trajectories among non-cancer patients who are community-dwelling and used home care services at the end of life. MATERIALS AND METHODS: This is a retrospective, population-based cohort study of non-cancer patients who used home care services in the last 6 months of life in Ontario, Canada, between 2007 and 2014. We linked the Resident Assessment Instrument for Home Care (RAI-HC) (standardized home care assessment tool) and the Discharge Abstract Databases (for hospital deaths). Patients were grouped into four non-cancer disease groups: cardiovascular, neurological, respiratory, and renal (not mutually exclusive). Our outcomes were the average prevalence of these outcomes, each week, across the last 6 months of life: uncontrolled moderate-severe pain as per the Pain Scale, presence of shortness of breath, mild-severe cognitive impairment as per the Cognitive Performance Scale, and presence of caregiver distress. We conducted a multivariate logistic regression to identify factors associated with having each outcome respectively, in the last 6 months. RESULTS: A total of 20,773 non-cancer patient were included in our study, which were analyzed by disease groups: cardiovascular (n = 12,923); neurological (n = 6,935); respiratory (n = 6,357); and renal (n = 3,062). Roughly 80% of patients were > 75 years and half were female. In the last 6 months of life, moderate to severe pain was frequent in the cardiovascular (57.2%), neurological (42.7%), renal (61.0%) and respiratory (58.3%) patients. Patients with renal disease had significantly higher odds for reporting uncontrolled moderate to severe pain (odds ratio [OR] = 1.21; 95% CI: 1.08 to 1.34) than those who did not. Patients with respiratory disease reported significantly higher odds for shortness of breath (5.37; 95% CI, 5.00 to 5.80) versus those who did not. Patients with neurological disease compared to those without were 9.65 times more likely to experience impaired cognitive performance and had 56% higher odds of caregiver distress (OR = 1.56; 95% CI: 1.43 to 1.71). DISCUSSION: In our cohort of non-cancer patients dying in the community, pain, shortness of breath, impaired cognitive function and caregiver distress are important symptoms to manage near the end of life even in non-institutional settings.

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)0,000
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 enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,073
Tête enseignante GPT0,339
Écart entre enseignants0,266 · 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

Citations15
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetPalliative Care and End-of-Life Issues→Travaux en français237 207→