Post-discharge Home Care Services Use, Long-Term Care Placement, and Survival in Older Adults with Major Trauma: a Population-Based Cohort Study from Ontario, Canada
Notice bibliographique
Résumé
Background: There are few studies describing health services use and longer-term survival in older adults with major injuries. Our objectives were to characterize the outcomes of older adults experiencing a major injury, and to assess for associations between injury and rates of home-care services use (HCS), long-term care (LTC) placement, and survival. Methods: We conducted a retrospective case-control study including adults 65 years or older admitted for a major injury (trauma survivors) or were uninjured (controls) between 2009 and 2023 in Ontario, Canada. Trauma survivors were matched 1:1 to controls based on age, sex, and number of comorbidities. Primary outcomes were rates of HCS use and LTC admissions for up to five years following discharge. Secondary outcomes were types of HCS use and survival. Multivariate regression was used to compare rates of HCS and LTC use. Cox proportional hazards models were used to assess time to LTC admission or death. Results: The study cohort consisted of 31,508 individuals. Older adult trauma survivors experienced a twofold increased rate of home-care service use (odds ratio [OR]: 2.3, 95% confidence interval [CI]: 2.1-2.4), a 30% increased rate of LTC admissions (OR: 1.3, 95% CI: 1.0-1.6), and a 40% increased rate of death (hazard ratio: 1.4, 95% CI: 1.4-1.5). Conclusions: Compared to controls, older adults surviving trauma use HCS at significantly higher rates, require LTC placement more frequently, and experience a decreased rate of survival.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».