Home Care Use and Out-of-Hospital Death in Pancreatic Cancer Patients: A Retrospective Cohort Study
Notice bibliographique
Résumé
Objective: This study aimed to determine the factors associated with usage of home care, including palliative home care, in patients with pancreatic cancer in Ontario. In addition, this study attempted to investigate factors associated with early-onset palliative home care as well as the impact of home care services on survival and out-of-hospital death. Methods: The Ontario Cancer Registry (OCR) was used to identify and capture basic patient/cancer characteristics of index cases of pancreatic cancer diagnosed between April first, 2010 and March 31st, 2016. Patients that received home care were identified using the Home Care Database (HCD) and stratified into general, transition-to-palliative, and early-onset palliative home care. Logistic regressions were used to describe determinants of home care use and determinants of out-of-hospital death. Results: A total of 6888 pancreatic cancer patients met eligibility criteria for this study. A high proportion of patients (83.7%) received home care, including palliative home care (56.8%). In general, older patients (OR = 3.07) and those with more advanced malignancy (OR = 4.98) for stage 4 versus stage 1) had greater odds of receiving palliative home care. Patients receiving home care ( P < .01) and those residing in rural regions ( P < .01) had greater odds of out-of-hospital death. Conclusion: A large proportion of patients with pancreatic cancer are directed to home care and those that do are more likely to die outside of hospital. Age and stage at diagnosis are significant predictors of home care use. Differences exist in the healthcare experience of patients depending on if they receive home care services and the type of 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».