Predicting the utilization of home care and personal care homes by community-dwelling older Manitobans
Notice bibliographique
Résumé
Understanding the reasons why older adults use home care and personal care homes (PCHs) is necessary to manage the care and costs of these health care services, The present research has used a representative sample of older adults from Manitoba, Canada, to compare how prevalence and incidence risk factors predict the use of home care and PCHs.The Andersen- Newman Model of Health Care Utilization was incorporated into analytic strategies, and was used to help interpret study results.Study participants completed the 1983 and 1990 Aging in Manitoba (AlM) interviews, and participants' responses to these questions were used as potential risk factors.These AIM data were linked to the government of Manitoba administrative health records that described participants' use of home care and PCHs, Prevalence and incidence risk factor data were used to develop four statistical models to determine participants' risk of using these health care services, This research has helped to define users of home care and PCHs.People with functional limitations were more likely to use PCHs, and those with chronic health conditions and physical impairments were more likely to use home care.Participant age and sex, and indicators of social supports indirectly influenced the use of these health care services.Males and younger people with a health limitation were more likely to use home care, while females and people age 85 years and older were more likely to use PCHs.lndividuals with fewer social supports were more likely to use home care and PCHs.Study results were more strongly demonstrated with incidence data, and the sequence of events leading to the use of home care and PCHs was also better defined with these time sensitive measures, The Andersen-Newman model helped to understand how different risk factors influenced the use of home care and PCHs.However, as has been noted by other researchers, it remains difficult to accurately predict the use of these health care services.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».