Trends and Disparities in Inpatient Palliative Care Use in Metastatic Renal Cell Carcinoma Patients Receiving Critical Care Therapy
Notice bibliographique
Résumé
PURPOSE: Temporal trends in and predictors of inpatient palliative care use in patients with metastatic renal cell carcinoma (mRCC) undergoing critical care therapy are unknown. METHODS: Relying on the National Inpatient Sample (2008-2019), we identified mRCC patients undergoing critical care therapy, namely invasive mechanical ventilation, percutaneous endoscopic gastrostomy tube insertion, dialysis for acute kidney failure, total parenteral nutrition, or tracheostomy. Estimated annual percentage changes (EAPC) analyses and multivariable logistic regression models addressed inpatient palliative care use. RESULTS: Of 3802 mRCC patients undergoing critical care therapy, 817 (21.5%) received inpatient palliative care. Overall, inpatient palliative care use increased from 4.9% to 31.5% between 2008 and 2019 (EAPC +9.2%). In subgroup analyses, the highest increase in inpatient palliative care use was observed in the Midwest (EAPC: +11.9%), in the South (EAPC +10.4%), and in teaching hospitals (EAPC +9.0%; all P ≤ .004). In logistic regression models, teaching hospital status (odds ratio [OR] 1.41) and contemporary year interval (OR 2.12; all P < .001) independently predicted higher inpatient palliative care rates. Conversely, hospital admission in the Northeast (OR 0.53) or in the South (OR 0.79; all P ≤ .03) was associated with lower inpatient palliative care rates than in the West. CONCLUSION: In mRCC patients, inpatient palliative care rates have improved over time, with the highest increase in hospitals in the Midwest and in the South. Moreover, admission to teaching hospitals or in the West is associated with higher inpatient palliative care rates. In consequence, regional disparities, as well as differences according to teaching hospital status represent targets to achieve comprehensive inpatient palliative care coverage in mRCC patients receiving critical care therapy.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».