Clinical factors associated with recent medical care visits in nursing homes: a multi-site cross-sectional study
Notice bibliographique
Résumé
OBJECTIVES: We examined which resident-level clinical factors influence the provision of a recent medical care visit in nursing homes (NHs). DESIGN: Multi-site cross-sectional. SETTING AND PARTICIPANTS: We extracted data on 3,556 NH residents from 18 NH facilities in Ontario, Canada, who received at minimum, an admission and first-quarterly assessment with the Resident Assessment Instrument Minimum Data Set (MDS) 2.0 between November 1, 2009, and October 31, 2017. METHODS: We conducted a secondary analysis of routinely collected MDS 2.0 data. The provision of a recent medical care visit by a physician (or authorized clinician) was assessed in the 14-day period preceding a resident's first-quarterly MDS 2.0 assessment. We utilized best-subset multivariable logistic regression to model the adjusted associations between resident-level clinical factors and a recent medical care visit. RESULTS: Two thousand eight hundred fifty nine (80.4%) NH residents had one or more medical care visits prior to their first-quarterly MDS 2.0 assessment. Six clinically relevant factors were identified to be associated with recent medical care visits in the final model: exhibiting wandering behaviours (OR = 1.34, 95% CI 1.09 - 1.63), presence of a pressure ulcer (OR = 1.37, 95% CI 1.05 - 1.78), a urinary tract infection (UTI) (OR = 1.52, 95% CI 1.06 - 2.18), end-stage disease (OR = 9.70, 95% CI 1.32 - 71.02), new medication use (OR = 1.31, 95% CI 1.09 - 1.57), and analgesic use (OR = 1.24, 95% CI 1.03 - 1.49). CONCLUSIONS AND IMPLICATIONS: Our findings suggest that resident-level clinical factors drive the provision of medical care visits following NH admission. Clinical factors associated with medical care visits align with the minimum competencies expected of physicians in NH practice, including managing safety risks, infections, medications, and death. Ensuring that NH physicians have opportunities to acquire and strengthen these competencies may be transformative to meet the ongoing needs of NH 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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».