MétaCan
Menu
Retour à la cohorte
Enregistrement W4387581123 · doi:10.1016/j.ahr.2023.100166

Advance care planning and outpatient visits among older adults across cognitive levels

2023· article· en· W4387581123 sur OpenAlexaff
Zahra Rahemi, Juanita-Dawne Bacsu, Justine S. Sefcik, Maryam S. Sadafipoor, George Demiris, Swann Arp Adams

Notice bibliographique

RevueAging and Health Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensThompson Rivers University
Organismes subventionnairesNational Institute of Nursing ResearchNational Institute on AgingNational Institutes of HealthClemson University
Mots-clésDementiaCognitionLogistic regressionGerontologyAdvance care planningMedicineOutpatient clinicDiseaseHealth careCross-sectional studyNursingPsychiatryPalliative care

Résumé

récupéré en direct d'OpenAlex

Advance care planning (ACP) can help reduce end-of-life care challenges for persons with Alzheimer's disease and related dementia and their care partners. Building on our previous work, we examined the impact of ACP on outpatient/doctor visits in older adults with dementia/impaired cognition and normal cognition. Using datasets from the 2014 Health and Retirement Study (HRS), we conducted a cross-sectional study of 17,698 participants aged 51 years and older. Our analyses included survey descriptive and logistic regression procedures. Our findings indicated that having at least one ACP measure was significantly associated with a higher mean number of outpatient visits in both cognition groups. Based on our findings, we recommend considering healthcare access and use as an intervening variable in future ACP research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,100
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,463
Tête enseignante GPT0,614
Écart entre enseignants0,151 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging and Health ResearchMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207