End-of-Life Care Among Patients With Kidney Failure on Maintenance Dialysis: A Retrospective Population-Based Study
Notice bibliographique
Résumé
Background: Nephrologists routinely provide end-of-life care for patients with kidney failure (KF) on maintenance dialysis. Involvement of primary care and palliative care physicians may enhance this experience. Objective: The objective was to describe outpatient care patterns in the last year of life and the end-of-life acute care utilization for patients with KF on maintenance dialysis. Design: Retrospective cohort study using population-level health administrative data. Setting & Participants: Outpatient and inpatient care during the last year of life among patients who died between 2017 and 2019, receiving maintenance dialysis in Ontario, Canada. Measurements: The primary exposure is patterns of physician specialties providing outpatient care in the last year of life. Outcomes include outpatient encounters in the last year of life, acute care visitation in the last month of life, and place of death. Methods: < .05, two-tailed). Results: Among 6866 patients, the median age at death was 73, 36.1% were female, and 87.8% resided in urban regions. Three patterns emerged: a primary care, nephrology, and palliative care triad (25.5%); a primary care and nephrology dyad (59.3%); and a non-primary care pattern (15.2%). Palliative care involvement is concentrated near death. Of all, 81.4% spent at least 1 day in hospital or emergency department in the last month, but those with primary care, palliative care, and nephrology involvement had the fewest acute care deaths (65.8%). Limitations: Outpatient care patterns were defined using physician billing codes, potentially missing care from other providers. Conclusions: Nephrology and primary care predominantly manage outpatient care in the last year of life for patients with KF on maintenance dialysis, with consistent acute care use across care patterns except for the place of death. Future research should explore associations between patterns of care and end-of-life outcomes to identify the most optimal model of care for patients with KF on maintenance dialysis.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».