P.001 Predictors of long-term care admission in patients presenting to the rural and remote memory clinic in Saskatchewan
Notice bibliographique
Résumé
Background: Transitioning from home to long-term care (LTC) is challenging for people with dementia and their caregivers. We aimed to elucidate factors predicting long-term care admission within two years of presentation to the Rural and Remote Memory Clinic (RRMC) in Western Canada. Methods: A total of 679 community-dwelling patients were seen at the RRMC in Saskatchewan between its establishment in March 2004 through June 2019. Data analysis included 635 patients (admitted to LTC within two years = 222, not admitted to LTC = 413). Each patient was assessed neuropsychologically and completed self-report questionnaires measuring several domains. Both groups were compared using logistic regression analyses. Results: Univariate logistic regressions showed that age (OR = 1.052, CI = 1.035-1.069), male sex (OR = 1.794, CI = 1.279-2.517), Functional Activities Questionnaire (OR = 1.085, CI = 1.057-1.114), MMSE (OR = 0.861, CI = 0.827-0.897), and Clinical Dementia Rating score (OR = 1.132, CI = 1.062-1.206) remained significant (p < .001). Preserved cognition, as measured by the MMSE, was protective. Conclusions: We found that being older, male, more dependent in activities of daily living, and having increased severity of dementia predicted LTC admission. This information may help in planning care for individuals with dementia.
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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».