The Medical Complexity of Newly Admitted Long-Term Care Residents Before and During the COVID-19 Pandemic in Ontario, British Columbia, and Alberta: A Serial Cross-Sectional Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The COVID-19 pandemic had profound effects on the long-term care (LTC) setting worldwide, including changes in admission practices. We aimed to describe the characteristics and medical complexity of newly admitted LTC residents before (March 1, 2019 to February 29, 2020) and during (March 1, 2020 to March 31, 2021) the COVID-19 pandemic via a population-based serial cross-sectional study in Ontario, Alberta, and British Columbia, Canada. With data from the Minimum Data Set 2.0 we characterize the medical complexity of newly admitted LTC residents via the Geriatric 5Ms framework (mind, mobility, medication, multicomplexity, matters most) through descriptive statistics (counts, percentages), stratified by pandemic wave, month, and province. We included 45 756 residents admitted in the year prior to and 35 744 during the first year of the pandemic. We found an increased proportion of residents with depression, requiring extensive assistance with activities of daily living, hip fractures, antipsychotic use, expected to live <6 months, with pneumonia, low social engagement, and admitted from acute care. Our study confirms an increase in medical complexity of residents admitted to LTC during the pandemic and can be used to plan services and interventions and as a baseline for continued monitoring in changes in population characteristics over time.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle