Health service use before and after dementia diagnosis: a retrospective matched case–control study
Notice bibliographique
Résumé
OBJECTIVES: This study investigated patterns in health service usage among older adults with dementia and matched controls over a 10-year span from 5 years before until 5 years after diagnosis. DESIGN: Population-based retrospective matched case-control study. SETTING: Administrative health data of individuals in Saskatchewan, Canada from 1 April 2008 to 31 March 2019. PARTICIPANTS: The study included 2024 adults aged 65 years and older living in the community at the time of dementia diagnosis from 1 April 2013 to 31 March 2014, matched 1:1 to individuals without a dementia diagnosis on age group, sex, rural versus urban residence, geographical region and comorbidity. OUTCOME MEASURES: For each 5-year period before and after diagnosis, we examined usage of health services each year including family physician (FP) visits, specialist visits, hospital admissions, all-type prescription drug dispensations and short-term care admissions. We used negative binomial regression to estimate the effect of dementia on yearly average health service utilisation adjusting for sex, age group, rural versus urban residence, geographical region, 1 year prior health service use and comorbidity. RESULTS: Adjusted findings demonstrated that 5 years before diagnosis, usage of all health services except hospitalisation was lower among persons with dementia than persons without dementia (all p<0.001). After this point, differences in higher health service usage among persons with dementia compared to without dementia were greatest in the year before and year after diagnosis. In the year before diagnosis, specialist visits were 59.7% higher (p<0.001) and hospitalisations 90.5% higher (p<0.001). In the year after diagnosis, FP visits were 70.0% higher (p<0.001) and all-type drug prescriptions 29.1% higher (p<0.001). CONCLUSIONS: Findings suggest the year before and year after diagnosis offer multiple opportunities to implement quality supports. FPs are integral to dementia care and require effective resources to properly serve this population.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».