165 WHAT FACTORS ARE ASSOCIATED WITH ADVANCED CARE PLANNING IN COMMUNITY-DWELLING OLDER PEOPLE?
Notice bibliographique
Résumé
Abstract Background Advance Care Planning (ACP) involves expressing wishes regarding your future medical care and/or preferences about your end-of-life in the event of serious illness. The aim of this study was to clarify the proportion of community-dwelling older people who engage in ACP and what factors are independently associated with ACP. Methods Participants aged ≥60 years (n = 4,831, mean age 71 years) at Wave 4 of the Irish Longitudinal Study on Ageing were asked: Have you made your wishes/preferences known about the kind of care that you would like to receive in the event of serious illness? If yes, they were asked if this had been documented informally (family/carers or medical professionals) or formally (by written advanced care plan). Logistic regression models assessed the association of covariates of interest with ACP. Results One quarter of the study sample (1,153/4,831) had an ACP. Only 10% (119/1,153) had ACP documented in writing, while only 2% (27/1,153) had discussed ACP with a healthcare professional. Age ≥ 80 years (OR 1.63 (1.31–2.02)), female sex (OR 1.58 (1.37–1.83)), higher educational attainment (OR 1.42 (1.18–1.71), poorer self-rated health (OR 1.58 (1.04–2.39) and lower levels of religiosity (OR 1.50 (1.03–2.19) were independently associated with ACP. Conclusion While ACP may have benefits in extending autonomy and facilitating decision-making, only 1 in 4 of this population-representative sample of older people had engaged in ACP, with only 1 in 50 having their ACP documented in writing. Further work is therefore required to educate the public and healthcare professionals regarding the benefits of ACP.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».