MétaCan
Menu
Retour à la cohorte
Enregistrement W3278038 · doi:10.71781/1582

Évolution des profils d'état de santé et utilisation des services sociosanitaires chez les personnes âgées

2009· dissertation· fr· W3278038 sur OpenAlexfundno aff
Louise Lafortune

Notice bibliographique

RevueJournal of the American College of Nutrition · 2009
Typedissertation
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesRéseau québécois de recherche sur le vieillissement
Mots-clésPolitical science

Résumé

récupéré en direct d'OpenAlex

La thèse a pour objectif d’étudier les rapports entre les besoins typiquement hétérogènes des personnes âgées vivant dans la communauté et l’utilisation conséquente des services médicaux et sociaux. Inspirée du concept de la fragilité, l’approche a d’abord consisté à modéliser l’hétérogénéité des besoins en classant les individus – par l’analyse de classes latentes (ACL) – dans des profils-types, chacun représentant une constellation particulière de problèmes de santé. Appliquée aux données recueillies dans le cadre du projet de démonstration du SIPA (Système de services intégrés pour personnes âgées en perte d’autonomie), l’ACL a révélé 4 profils qui se distinguent sur le plan qualitatif par les dimensions physique et cognitive, et sur le plan quantitatif par la gravité des incapacités que les individus manifestent (Article 1). L’analyse des transitions entre les profils sur 1 an et 22 mois montre des changements différenciés selon les profils et le sexe, et confirme la stabilité de la classification et sa sensibilité aux changements d’état de santé. En outre, les profils sont robustes aux effets de la mortalité et de l’attrition due aux sorties d’étude. Les rapports entre les profils, les variables sociodémographiques et les indicateurs de résultats tel l’hébergement et la mortalité appuient la validité de la classification. Les profils ont ensuite servi à modéliser les besoins dans des modèles économétriques ajustés pour étudier l’utilisation et les coûts par profil d’état de santé pour une gamme de services financés par le système public (Article 2). Ces analyses montrent que les profils permettent d’identifier des configurations distinctes d’utilisation et de coûts pour des sous-groupes représentatifs de la population âgée fragile. La sensibilité des profils aux différences d’accès et aux différences d’intensité d’utilisation révèle les choix de ces groupes cibles par les autorités locales dans la prestation des services institutionnels et des services de proximité. Enfin, une analyse fine de ces relations a été menée pour la couteuse période précédant le décès dans le but d’établir si l’intensification des coûts en fin de vie concerne les personnes âgées de manière homogène quelque soit la gravité de leur état de santé (Article 3). Les analyses comparatives des survivants et des décédés montrent une tendance inverse dans les coûts des services selon l’état de santé. Les personnes qui survivent dans des états de santé compromis coûtent significativement plus que leurs homologues relativement sains. En revanche, c’est chez les individus relativement sains, indépendamment de l’âge, qu’on retrouve les coûts de fin de vie les plus élevés – liés principalement aux hospitalisations de courte durée. Combiné aux résultats qui montrent que les coûts sont significativement moindres chez les sujets de plus de 85 ans, ce travail confirme l’hypothèse d’une compression des coûts attribuables à la morbidité chez les décédés les plus âgés. L’originalité de cette thèse tient au fait que très peu de travaux ont tenté de modéliser l’hétérogénéité de l’état de santé dans le but d’étudier ses conséquences sur l’accès, l’intensité et les coûts des services sociaux et médicaux pour notre population de référence. En outre, alors que la pertinence des soins de fin de vie et le maintien à domicile sont au cœur des préoccupations, ce travail est le premier à décrire les rapports entre l’état de santé et les coûts en fin de vie pour les personnes âgées fragiles vivant dans la communauté.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,029
Tête enseignante GPT0,361
Écart entre enseignants0,332 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of NutritionMême sujetAging, Elder Care, and Social IssuesTravaux en français237 207