Intensity of end-of-life care among children with life-threatening conditions: a national population-based observational study
Notice bibliographique
Résumé
BACKGROUND: Children with life-threatening conditions frequently experience high intensity care at the end of life, though most of this research only focused on children with cancer. Some research suggests inequities in care provided based on age, disease type, socioeconomic status, and distance that the child lives from a tertiary hospital. We examined: 1) the prevalence of indicators of high intensity end-of-life care (e.g., hospital stays, intensive care unit [ICU] stays, death in ICU, use of cardiopulmonary resuscitation [CPR], use of mechanical ventilation) and 2) the association between demographic and diagnostic factors and each indicator for children with any life-threatening condition in Canada. METHODS: We conducted a population-based retrospective cohort study using linked health administrative data to examine care provided in the last 14, 30, and 90 days of life to children who died between 3 months and 19 years of age from January 1, 2008 to December 31, 2014 from any underlying life-threatening medical condition. Logistic regression was used to model the association between demographic and diagnostic variables and each indicator of high intensity end-of-life care except number of hospital days where negative binomial regression was used. RESULTS: Across 2435 child decedents, the most common diagnoses included neurology (51.1%), oncology (38.0%), and congenital illness (35.9%), with 50.9% of children having diagnoses in three or more categories. In the last 30 days of life, 42.5% (n = 1035) of the children had an ICU stay and 36.1% (n = 880) died in ICU. Children with cancer had lower odds of an ICU stay (OR = 0.47; 95% CI = 0.36-0.62) and ICU death (OR = 0.37; 95%CI = 0.28-0.50) than children with any other diagnoses. Children with 3 or more diagnoses (vs. 1 diagnosis) had higher odds of > 1 hospital stay in the last 30 days of life (OR = 2.08; 95%CI = 1.29-3.35). Living > 400 km (vs < 50 km) from a tertiary pediatric hospital was associated with higher odds of multiple hospitalizations (OR = 2.09; 95%CI = 1.33-3.33). CONCLUSION: High intensity end of life care is prevalent in children who die from life threatening conditions, particularly those with a non-cancer diagnosis. Further research is needed to understand and identify opportunities to enhance care across disease groups.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».