Laboratory Test Use and Values in the Last Year of Life—a Matched Cohort Design
Notice bibliographique
Résumé
Background: As individuals approach death, they experience declines in their cognitive, physical, motor, sensory, physiologic, and psychosocial functions. In this exploratory study we examined individuals' physiologic changes in the last year of life by examining laboratory tests commonly used in clinical practice. Methods: Using health administrative datasets, we conducted an observational matched cohort study to assess laboratory test use and values over a decedent's last 12 months and a matched observation window for non-decedents. Laboratory tests included tests for electrolytes: potassium and sodium; complete blood count: hemoglobin and leukocytes; diabetes: hemoglobin A1c; and kidney or liver function: albumin-serum, alanine aminotransferase, and creatinine. Results: We identified 376,463 decedents, 367,474 (97.6%) of whom were matched to non-decedents (similar age and sex). For each test, the proportion of non-decedents who received the test was stable over the 12-month observation period. A higher proportion of decedents had a laboratory test than non-decedents for all but the diabetes test. As decedents neared death, there was a gradual increase in test use until their final month of life, when test use dramatically increased. Across all laboratory tests, test values remained similar for non-decedents over the 12-month observation period. However, for decedents, there were differences in the magnitude and direction of the test values over the 12 months. Conclusion: Our findings indicate distinct changes in decedents' laboratory test use and values over their last 12 months. Future work should explore whether laboratory tests could predict survival or improve the performance of mortality prediction models.
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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».