Admission and discharge profiles of people with MS accessing in-patient rehabilitation in Canada
Notice bibliographique
Résumé
Abstract Background Rehabilitation is the mainstay of management for people with disabilities of neurological origin to maximize function and reduce disability. Access to in-patient rehabilitation is usually reserved for people after crises or those who are discharged from acute care such as in stroke or trauma. Access to people with Multiple Sclerosis (MS) differs across countries and unknown for Canada. With the progression of MS, quality of life (QOL) becomes more closely coupled with independence and hence timely access to rehabilitation is important. The objectives of this paper are (i) to characterize the disability profiles of people with MS admitted to in-patient rehabilitation in Canada; and (ii) to estimate the extent to which disability profiles differ from admission to discharge. Methods A longitudinal study of a rehabilitation admission-to-discharge cohort of 3500 people with MS was conducting using latent class analysis on the five Functional Independence Measure (FIM) subscales for Self-care, Transfers, Locomotion, Bladder/Bowel, and Cognition. The extent to which age, sex, and calendar time was associated with latent class membership, at both admission and discharge, was estimated using ordinal logistic regression, and proportional odds model was calculated for each age and sex. Results A five-class model fit the data at admission and a four-class model fit the data at discharge determined using likelihood ratio G 2 , Akaike’s Information Criterion, and Bayesian Information Criterion. Conclusion At admission, the disability profiles showed a hierarchical progression across the FIM subscales. The least disabled profile was characterized by locomotion dependency only; the most disabled profile was characterized by dependencies in all subscales except cognition. At discharge, the least disabled class, representing 28% of discharges, was characterized by no dependencies; the most disabled class remained with dependencies (23%) in all areas. The study highlights the importance of reserving scarce rehabilitation services to those with more disability.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».