The impact of assisted living facilities on hospitalization, length of stay, and mortality rates among the elderly: A systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: With 21.3% of the global population aging, the demand for assisted living facilities (ALFs) for individuals with complex medical conditions has surged. However, residing in ALFs may be associated with higher hospital admission rates, longer hospital stays, and increased mortality compared to living at home. The exact relationship between ALFs and these adverse health outcomes remains unclear. OBJECTIVES: To determine the correlation between ALFs—including nursing homes (NH), home care (HC), and residential care (RC)—and hospitalization rates, length of hospital stay, and mortality compared to community-dwelling individuals. METHODS: A literature search was conducted across five databases, focusing on risk ratios for hospitalization and mortality, as well as mean changes in hospital duration. This study compared interventions involving NH, HC, and RC with community dwelling. Quality appraisal was performed using the Newcastle-Ottawa Scale (NOS), and a forest plot was generated using a random-effects model with 95% confidence intervals (CI). RESULTS: Community-dwelling individuals had a 1.21 times higher likelihood of hospitalization compared to those in ALFs (RR 1.21, 95% CI: 0.97–1.51, I²=100%, p=0.10). Subgroup analysis showed that individuals receiving HC and NH had lower hospitalization rates than those in community settings, while RC residents had a higher risk. Additionally, ALF residents experienced longer hospital stays compared to the control group [MD: -1.21 (95% CI: -3.06 to 0.65, I²=99%, p=0.20)]. Mortality rates were 2.83 times higher among community dwellers than ALF residents (RR 2.83, 95% CI: 1.43–5.61, I²=100%, p=0.003). Subgroup analysis also indicated lower mortality risks among individuals receiving RC, NH, and HC compared to those in community settings. CONCLUSION: ALFs are associated with an increased risk of hospitalization and mortality, as well as a shorter length of hospital stay.
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 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».