Variations in long-term care home resident hospitalizations before and during the COVID-19 pandemic in Ontario
Notice bibliographique
Résumé
OBJECTIVES: To examine how the COVID-19 pandemic affected the demographic and clinical characteristics, in-hospital care, and outcomes of long-term care residents admitted to general medicine wards for non-COVID-19 reasons. METHODS: We conducted a retrospective cohort study of long-term care residents admitted to general medicine wards, for reasons other than COVID-19, in four hospitals in Toronto, Ontario between January 1, 2018 and December 31, 2020. We used an autoregressive linear model to estimate the change in monthly admission volumes during the pandemic period (March-December 2020) compared to the previous two years, adjusting for any secular trend. We summarized and compared differences in the demographics, comorbidities, interventions, diagnoses, imaging, psychoactive medications, and outcomes of residents before and during the pandemic. RESULTS: Our study included 2,654 long-term care residents who were hospitalized for non-COVID-19 reasons between January 2018 and December 2020. The crude rate of hospitalizations was 79.3 per month between March-December of 2018-2019 and 56.5 per month between March-December of 2020. The was an adjusted absolute difference of 27.0 (95% CI: 10.0, 43.9) fewer hospital admissions during the pandemic period, corresponding to a relative drop of 34%. Residents admitted during the pandemic period had similar demographics and clinical characteristics but were more likely to be admitted for delirium (pandemic: 7% pre-pandemic: 5%, p = 0.01) and were less likely to be admitted for pneumonia (pandemic: 3% pre-pandemic: 6%, p = 0.004). Residents admitted during the pandemic were more likely to be prescribed antipsychotics (pandemic: 37%, pre-pandemic: 29%, p <0.001) and more likely to die in-hospital (pandemic:14% pre-pandemic: 10%, p = 0.04). CONCLUSIONS AND IMPLICATIONS: Better integration between long-term care and hospitals systems, including programs to deliver urgent medical care services within long-term care homes, is needed to ensure that long-term care residents maintain equitable access to acute care during current and future public health emergencies.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».