A population-based retrospective cohort study of end-of-life emergency department visits by people with dementia: multilevel modelling of individual- and service-level factors using linked data
Notice bibliographique
Résumé
BACKGROUND: emergency department (ED) visits have inherent risks for people with dementia yet increase towards the end-of-life. Although some individual-level determinants of ED visits have been identified, little is known about service-level determinants. OBJECTIVE: to examine individual- and service-level factors associated with ED visits by people with dementia in the last year of life. METHODS: retrospective cohort study using hospital administrative and mortality data at the individual-level, linked to health and social care service data at the area-level across England. The primary outcome was number of ED visits in the last year of life. Subjects were decedents with dementia recorded on the death certificate, with at least one hospital contact in the last 3 years of life. RESULTS: of 74,486 decedents (60.5% women; mean age 87.1 years (standard deviation: 7.1)), 82.6% had at least one ED visit in their last year of life. Factors associated with more ED visits included: South Asian ethnicity (incidence rate ratio (IRR) 1.07, 95% confidence interval (CI) 1.02-1.13), chronic respiratory disease as the underlying cause of death (IRR 1.17, 95% CI 1.14-1.20) and urban residence (IRR 1.06, 95% CI 1.04-1.08). Higher socioeconomic position (IRR 0.92, 95% CI 0.90-0.94) and areas with higher numbers of nursing home beds (IRR 0.85, 95% CI 0.78-0.93)-but not residential home beds-were associated with fewer ED visits at the end-of-life. CONCLUSIONS: the value of nursing home care in supporting people dying with dementia to stay in their preferred place of care must be recognised, and investment in nursing home bed capacity prioritised.
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 ».