Healthcare trajectories of aging individuals during their last year of life: application of process mining methods to administrative health databases
Notice bibliographique
Résumé
CONTEXT: World is aging and the prevalence of chronic diseases is raising with age, increasing financial strain on organizations but also affecting patients' quality of life until death. Research on healthcare trajectories has gained importance, as it can help anticipate patients' needs and optimize service organization. In an overburdened system, it is essential to develop automated methods based on comprehensive and reliable and already available data to model and predict healthcare trajectories and future utilization. Process mining, a family of process management and data science techniques used to derive insights from the data generated by a process, can be a solid candidate to provide a useful tool to support decision-making. OBJECTIVE: We aimed to (1) identify the healthcare baseline trajectories during the last year of life, (2) identify the differences in trajectories according to medical condition, and (3) identify adequate settings to provide a useful output. METHODS: We applied process mining techniques on a retrospective longitudinal cohort of 21,255 individuals who died between April 1, 2014, and March 31, 2018, and were at least 66 years or older at death. We used 6 different administrative health databases (emergency visit, hospitalisation, homecare, medical consultation, death register and administrative), to model individuals' healthcare trajectories during their last year of life. RESULTS: Three main trajectories of healthcare utilization were highlighted: (i) mainly accommodating a long-term care center; (ii) services provided by local community centers in combination with a high proportion of medical consultations and acute care (emergency and hospital); and (iii) combination of consultations, emergency visits and hospitalization with no other management by local community centers or LTCs. Stratifying according to the cause of death highlighted that LTC accommodation was preponderant for individuals who died of physical and cognitive frailty. Conversely, services offered by local community centers were more prevalent among individuals who died of a terminal illness. This difference is potentially related to the access to and use of palliative care at the end-of-life, especially home palliative care implementation. CONCLUSION: Despite some limitations related to data and visual limitations, process mining seems to be a method that is both relevant and simple to implement. It provides a visual representation of the processes recorded in various health system databases and allows for the visualization of the different trajectories of healthcare utilization.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 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) | 0,000 | 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 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 ».