Using routinely collected data to develop and evaluate a clinical tool for early identification of palliative care needs in long-term care: The RESPECT Project.
Notice bibliographique
Résumé
ObjectivesPrognostication tools reporting personalized mortality risk and survival can improve advance care planning and discussions about end-of-life care. We developed, validated, and implemented a mortality risk algorithm for older adults with diverse care needs in long-term care (LTC) homes, called the Risk Evaluation for Support: Predictions for Elder-Life in the Community Tool for LTC (RESPECT-LTC). ApproachRESPECT-LTC was developed using routinely-collected health information on residents in LTC homes in Ontario, Canada. Model development used a cohort of LTC residents aged 50 years or older with at least 1 Resident Assessment Instrument—Minimum Data Set (RAI-MDS) record between January 2010 and December 2016. The primary outcome was mortality 6 months after a RAI-MDS assessment. We used proportional hazards regression with robust standard errors to account for clustering by the individual. We validated this algorithm, temporally, in a cohort of LTC residents who were assessed between January and December 2017. We constructed 37 risk bins based on incremental increases in estimated median survival of ~3 weeks among residents at high risk of death and 3 months among residents with lower mortality risk. We implemented and are evaluating the use of RESPECT-LTC for early identification of palliative care needs in LTC homes across Ontario. ResultsDevelopment and validation cohorts included 2,228,176 and 328,204 RAI-MDS assessments, respectively. Mean predicted 6-month mortality risk ranged from 1.38% (95% CI 0.63%-1.61%) in the lowest to 91.97% (95% CI 81.47%-99.9%) in the highest risk group. Estimated median survival spanned from 42 days (15 to 128 d at the 25th and 75th percentiles) in the highest risk group to over 8 years (2,066 to 3,428 d) in the lowest risk group. The algorithm had a c-statistic of 0.730 (95% CI 0.726–0.736) in our validation cohort. ConclusionRESPECT-LTC makes use of routinely-collected information to improve the identification of palliative and end-of-life care needs in LTC. Ongoing evaluation will assess its impact on referrals to palliative care, hospitalization at the end of life, and location of death.
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 | 0,017 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».