Baseline Cognitive Performance Is a Determinant of Prospective Health Resource Utilization Among Adults with Chronic Stroke: A Secondary Analysis
Notice bibliographique
Résumé
Abstract Background Cognitive impairment is a costly public health problem globally. Among older adults with chronic stroke, the literature is devoid of prospective data that identify factors responsible for driving health care resource utilization. This study aimed to ascertain key determinants of health resource utilization (HRU) at 6 and 12 months among older adults with chronic stroke. Method This study was a secondary prospective analysis of an economic evaluation conducted alongside the Vitality study, a 6‐month randomized controlled trial with a 6‐month follow‐up which included 120 community‐dwelling adults with chronic stroke, aged 55 years and older. Participants were randomized into 1) exercise (EX) or 2) cognitive and social enrichment activities (ENRICH), or 3) stretching and toning program (BAT) (i.e., control group/ comparator). The primary outcome measure of the randomized controlled trial was the Alzheimer’s Disease Assessment Scale‐Cognitive‐Plus (ADAS‐Cog‐Plus), a global measure of cognitive performance using multidimensional item response theory. We constructed two linear regression models with HRU at 6 and 12 months as the dependent variables for each model, respectively. Predictors relating to mobility, quality of life, global cognition and executive functions were examined. Age, sex, comorbidities, and group allocation (i.e., EX, ENRICH or BAT) were included regardless of statistical significance. Costs were reported in 2022 Canadian Dollars. Result The ADAS‐Cog Plus was a significant determinant of total HRU at 6 months (intervention cessation; p = 0.001) and 12‐months (6‐month followup; p = 0.004). Conclusion The ADAS‐Cog Plus, a measure of cognitive performance, was a significant determinant of HRU at 6 and 12 months among older adults with chronic stroke. This highlights the importance of interventions aimed at combating cognitive decline to minimize health care resource among individuals with chronic stroke.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».