Predicting death in home care users: derivation and validation of the Risk Evaluation for Support: Predictions for Elder-Life in the Community Tool (RESPECT)
Notice bibliographique
Résumé
BACKGROUND: Prognostication tools that report personalized mortality risk and survival could improve discussions about end-of-life and advance care planning. We sought to develop and validate a mortality risk model for older adults with diverse care needs in home care using self-reportable information - the Risk Evaluation for Support: Predictions for Elder-Life in the Community Tool (RESPECT). METHODS: Using a derivation cohort that comprised adults living in Ontario, Canada, aged 50 years and older with at least 1 Resident Assessment Instrument for Home Care (RAI-HC) record between Jan. 1, 2007, and Dec. 31, 2012, we developed a mortality risk model. The primary outcome was mortality 6 months after a RAI-HC assessment. We used proportional hazards regression with robust standard errors to account for clustering by the individual. We validated this algorithm for a second cohort of users of home care who were assessed between Jan. 1 and Dec. 31, 2013. We used Kaplan-Meier survival curves to estimate the observed risk of death at 6 months for assessment of calibration and median survival. We constructed 61 risk groups based on incremental increases in the estimated median survival of about 3 weeks among adults at high risk and 3 months among adults at lower risk. RESULTS: The derivation and validation cohorts included 435 009 and 139 388 adults, respectively. We identified a total of 122 823 deaths within 6 months of a RAI-HC assessment in the derivation cohort. The mean predicted 6-month mortality risk was 10.8% (95% confidence interval [CI] 10.7%-10.8%) and ranged from 1.54% (95% CI 1.53%-1.54%) in the lowest to 98.1% (95% CI 98.1%-98.2%) in the highest risk group. Estimated median survival spanned from 28 days (11 to 84 d at the 25th and 75th percentiles) in the highest risk group to over 8 years (1925 to 3420 d) in the lowest risk group. The algorithm had a c-statistic of 0.753 (95% CI 0.750-0.756) in our validation cohort. INTERPRETATION: The RESPECT mortality risk prediction tool that makes use of readily available information can improve the identification of palliative and end-of-life care needs in a diverse older adult population receiving home care.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».