MétaCan
Menu
Retour à la cohorte
Enregistrement W4390598925 · doi:10.1186/s12904-023-01336-9

Comparing quality indicator rates for home care clients receiving palliative and end-of-life care before and during the Covid-19 pandemic

2024· article· en· W4390598925 sur OpenAlexafffundabout
Julia Kruizinga, Kathryn Fisher, Dawn M. Guthrie, Melissa Northwood, Sharon Kaasalainen

Notice bibliographique

RevueBMC Palliative Care · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePalliative Care and End-of-Life Issues
Établissements canadiensWilfrid Laurier UniversityMcMaster University
Organismes subventionnairesRegistered Nurses’ Foundation of OntarioGovernment of OntarioUniversity of WaterlooMcMaster University
Mots-clésMedicinePropensity score matchingPalliative careCohortDistressPopulationCohort studyQuality of life (healthcare)DeliriumRetrospective cohort studyMoodPandemicCoronavirus disease 2019 (COVID-19)Family medicinePsychiatryInternal medicineDiseaseNursingClinical psychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The consensus among Canadians with regards to end-of-life preferences is that with adequate support the majority prefer to live and die at home. PURPOSE: To compare quality indicator (QI) rates for home care clients receiving palliative and end-of-life care prior to and after the onset of the COVID-19 pandemic. METHODS: A retrospective population-based cohort design was used. Sixteen QIs informed by existing literature and a preliminary set of QIs recently evaluated by a modified Delphi panel were compared. Data were obtained from the interRAI Palliative Care instrument for Ontario home care clients for two separate cohorts: the pre-COVID (January 14, 2019 to March 16, 2020) and COVID cohort (March 17, 2020 to May 18, 2021). A propensity score analysis was used to match (using nearest neighbour matching) on 21 covariates, resulting in a sample size of 2479 unique interRAI Palliative Care assessments in each cohort. Alternative propensity score methods were explored as part of a sensitivity analysis. RESULTS: After matching the pre-COVID and COVID cohorts, five of the 16 QIs had statistically significant differences in the QI rates (change from pre-COVID to COVID): decrease in prevalence of severe or excruciating daily pain (p = 0.03, effect size=-0.08), decrease in prevalence of caregiver distress (p = 0.02, effect size=-0.06), decrease in prevalence of negative mood (p = 0.003, effect size=- 0.17), decrease in prevalence of a delirium-like syndrome (p = 0.001, effect size=-0.25) and decrease in prevalence of nausea or vomiting (p = 0.04, effect size=-0.06). While the alternative propensity score methods produced slightly different results, no clinically meaningful differences were seen between the cohorts when effect sizes were examined. All methods were in agreement regarding the highest QI rates, which included the prevalence of shortness of breath with activity, no advance directives, and fatigue. CONCLUSION: This study is the first to examine differences in QI rates for home care clients receiving palliative and end-of-life care before and during COVID in Ontario. It appears that QI rates did not change over the course of the pandemic in this population. Future work should be directed to understanding the temporal variation in these QI rates, risk-adjusting the QI rates for further comparison among jurisdictions, provinces, and countries, and in creating benchmarks for determining acceptable rates of different QIs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,438
Score d'incertitude au seuil0,871

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,046
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,197
Tête enseignante GPT0,464
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Palliative CareMême sujetPalliative Care and End-of-Life IssuesTravaux en français237 207