MétaCan
Menu
Retour à la cohorte
Enregistrement W4400211232 · doi:10.1089/jchc.23.06.0057

Predictors of Pain and Mood Disturbances Among Older People in Custody Using an interRAI Assessment

2024· article· en· W4400211232 sur OpenAlexaffabout
Amanda Mofina, Charlene France, Gregory Brown, Samir K. Sinha, Dan Heurter, Navita Viveky, Sandra MacLeod, Micaela Jantzi, Nicoda Foster, John P. Hirdes

Notice bibliographique

RevueJournal of Correctional Health Care · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensSinai Health SystemUniversity Health NetworkNipissing UniversityUniversity of TorontoUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineMoodPsychiatryClinical psychology

Résumé

récupéré en direct d'OpenAlex

The population of people in federal custody in Canada is aging. Those in custody report experiencing poorer health and high rates of chronic health conditions. Two health concerns that are disproportionately higher among those in custody are mood disorders and pain. This cross-sectional study examined health indicators associated with pain and depressive symptoms among older people (50 years and above) from multiple facilities and security levels in federal custody in Canada. Participants were assessed using the interRAI Emergency Department Contact Assessment, which captures key health indicators. Chi square and logistic regression analyses were conducted to describe the population and identify health indicators associated with mood- and pain-related outcomes, respectively. Of the 1,422 participants in this study, the majority (55%) experienced pain and at least 1 out of 5 experienced depressive symptoms. Health indicators associated with depressive symptoms and/or pain were functional measures, including mobility, managing medication(s), and dyspnea. Depressive symptoms and pain are highly prevalent among older adults in federal custody. The relationship between functional health, depressive symptoms, and pain highlights the importance of interprofessional health care and biopsychosocial intervention(s).

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 enseignants0,042
Score d'incertitude au seuil0,369

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 recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,410
Écart entre enseignants0,387 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Correctional Health CareMême sujetGeriatric Care and Nursing HomesTravaux en français237 207