MétaCan
Menu
Retour à la cohorte
Enregistrement W4285406552 · doi:10.12927/hcpol.2022.26851

Frequency of Neglect and Its Effect on Mortality in Long-Term Care before and during the COVID-19 Pandemic

2022· article· en· W4285406552 sur OpenAlexafffundvenueabout
Noori Akhtar‐Danesh, Andrea Baumann, Mary Crea‐Arsenio, Valentina Antonipillai

Notice bibliographique

RevueHealthcare policy · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElder Abuse and Neglect
Établissements canadiensHamilton Health SciencesMcMaster University
Organismes subventionnairesCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term Care
Mots-clésNeglectPandemicMedicineRetrospective cohort studyCoronavirus disease 2019 (COVID-19)Cohort studyLong-term careCohortGerontologyPediatricsPsychiatryInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Neglect of vulnerable adults living in long-term care (LTC) homes has been well documented. It often presents first in the physical symptoms of decubitus ulcers, dehydration and urinary tract infections (UTIs). A retrospective cohort study was conducted to examine the relationship between neglect and 90-day mortality among LTC residents in Ontario. An index of neglect was created. Of 106,765 residents, more than one-quarter were found to have at least one indicator of neglect: 13.1% had decubitus ulcers, 13.5% had dehydration, 6.2% had a UTI. Residents who exhibited clinical signs of neglect had higher risks of death within 90 days, both before and during the COVID-19 pandemic.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,448
Score d'incertitude au seuil0,890

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,404
Écart entre enseignants0,359 · 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

Citations8
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueHealthcare policyMême sujetElder Abuse and NeglectTravaux en français237 207