Examining Regional Differences in Nursing Home Palliative Care for Black and Hispanic Residents
Notice bibliographique
Résumé
Background: Approximately one-quarter of all deaths in the United States occur in nursing homes (NHs). Palliative care has the potential to improve NH end-of-life care, but more information is needed on the provision of palliative care in NHs serving Black and Hispanic residents. Objective: To determine whether palliative care services in United States NHs are associated with differences in the concentrations of Black and Hispanic residents, respectively, and the impact by region. Design: We conducted a cross-sectional analysis. The outcome was NH palliative care services (measured by an earlier national survey); total scores ranged from 0 to 100 (higher scores indicated more services). Other data included the Minimum Data Set and administrative data. The independent variables were concentration of Black and Hispanic residents (i.e., <3%, 3–10%, >10%), respectively, and models were stratified by region (i.e., Northeast, Midwest, South and West). We compared unadjusted, weighted mean palliative care services by the concentration of Black and Hispanic residents and computed NH-level multivariable linear regressions. Setting/Subjects: Eight hundred sixty-nine (weighted n = 15,020) NHs across the United States. Results: Multivariable analyses showed fewer palliative care services provided in NHs with greater concentrations of Black and Hispanic residents. Fewer palliative care services were reported in NHs in the Northeast, for which >10% of the resident population was Black, and NHs in the West for which >10% was Hispanic versus NHs with <3% of the population being Black and Hispanic (−13.7; p < 0.001 and −9.3; p < 0.05, respectively). Conclusion: We observed differences in NH palliative care by region and with greater concentration of Black and Hispanic residents. Our findings suggest that greater investment in NH palliative care services may be an important strategy to advance health equity in end-of-life care for Black and Hispanic residents.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».