Dying with Parkinson’s Disease: Healthcare Utilization and Costs in the Last Year of Life
Notice bibliographique
Résumé
BACKGROUND: The end-of-life period is associated with disproportionately higher health care utilization and cost at the population level but there is little data in Parkinson's disease (PD). OBJECTIVE: The goals of this study were to 1) compare health care use and associated cost in the last year of life between decedents with and without PD, and 2) identify factors associated with palliative care consultation and death in hospital. METHODS: Using linked administrative datasets held at ICES, we conducted a retrospective, population-based cohort study of all Ontario, Canada decedents from 2015 to 2017. We examined demographic data, rate of utilization across healthcare sectors, and cost of health care services in the last year of life. RESULTS: We identified 291,276 decedents of whom 12,440 (4.3%) had a diagnosis of PD. Compared to decedents without PD, decedents with PD were more likely to be admitted to long-term care (52% vs. 23%, p < 0.001) and received more home care (69.0 vs. 41.8 days, p < 0.001). Receipt of palliative homecare or physician palliative home consultation were associated with lower odds of dying in hospital (OR: 0.24, 95% CI: 0.19- 0.30, and OR: 0.38, 95% CI: 0.33- 0.43, respectively). Mean cost of care in the last year of life was greater for decedents with PD ($68,391 vs. $59,244, p < 0.001). CONCLUSION: Compared to individuals without PD, individuals with PD have higher rates of long-term care, home care and higher health care costs in the last year of life. Palliative care is associated with a lower rate of hospital 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».