A Single-Centre Experience with Assisted Home Hemodialysis in Long-Term Care Facilities: A Cost-Feasibility Study
Notice bibliographique
Résumé
Background: For hemodialysis (HD) recipients residing in long-term care (LTC), the COVID-19 pandemic created several barriers to care. To address these challenges, we established a pilot program of fully-assisted HD provided on-site to LTC residents (LTC-HD) by registered nurses (RNs), registered practical nurses (RPNs) and personal support workers (PSWs). Methods: We performed a cost-feasibility analysis from the provider perspective using a bottom-up micro-costing approach based on real costs incurred between March 2020-March 2023. We examined a range of staffing models (in-sourced vs. out-sourced/agency and 1:1 vs higher patient:staff ratios) for providing daily (6/week, 2hrs) and conventional (3/week, 4hrs) HD. Direct costs included labor, medical supplies, and dialysis consumables using standard (Fresenius 4008K) and portable (NxStage) equipment. Indirect costs included equipment maintenance, injectables, travel, and staff replacement costs. We excluded capital, patient-borne, non-dialysis costs, and physician fees. Costs are reported in CAD/year using FY2022/23 prices. Results: During follow-up, 44 patients received LTH-HD at 15 facilities. Bundled rates were $50,076 and $83,467 for conventional and daily HD, respectively. Conventional HD with PSWs (1:1) yielded a net loss of $2,947 vs. net surplus of $3,076 with out- vs. in-sourcing, respectively. Staffing with in- and out-sourced RNs and RPNs yielded net losses with 1:1 staffing but generated surpluses of $17,426 and $20,546 when insourced RPNs and RNs treated provided 2:1 and 3:1 clustered HD. Daily HD with NxStage cost $13,681/yr more vs. standard equipment resulting in net losses in all scenarios. Daily HD yielded a surplus when staffed by in-sourced staff with further savings under clustered models. Conclusion: Fully-assisted LTC-HD is financially feasible under current bundled rates in Ontario, with greater savings in clustered settings with in-sourced staff.
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 | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».