La fragilité et l'utilisation des services de santé chez les aînés québécois victimes d'une fracture mineure
Notice bibliographique
Résumé
Peu de données sont disponibles quant à l’utilisation des services de santé par les personnes âgées fragiles ayant subi une fracture. Actuellement, cette information provient principalement d’études de cohortes ou d’essais cliniques. Dans de telles études, la fragilité est généralement mesurée à l’aide d’indices ou d’échelles cliniques. Ces mesures ne sont généralement pas incluses dans les bases de données administratives disponibles pour la prise de décision, la surveillance ou la recherche populationnelle. Cependant, avec l’augmentation attendue des ressources de santé liées à la fragilité, les méthodes pour identifier les aînés fragiles dans ces bases de données sont prioritaires. Nous avons donc conduit une étude de cohorte populationnelle pour décrire et identifier les services de santé utilisés par cette population après une consultation médicale pour une fracture mineure. Les objectifs de cette étude étaient d’évaluer la prévalence de la fragilité des aînés ayant subi une fracture mineure dans les bases de données administratives de santé du Québec, d’examiner la relation entre la fragilité et l’utilisation des services de santé dans l’année qui a suivi la consultation médicale pour cette fracture et de mesurer l’excès de la consommation des services de santé suivant la fracture récente. Il existe de nombreuses raisons de mesurer la fragilité, incluant l’identification des personnes présentant un risque accru de problèmes de santé. Cette étude populationnelle suggère que les personnes âgées identifiées comme fragiles par l’«Elders Risk Assessment index» et qui sont victimes de fractures même mineures utilisent davantage les services de santé dans l’année suivant leur fracture. Cette utilisation des bases de données administratives du Québec indique que, dans une perspective de santé publique, il est possible de les utiliser pour la surveillance de la fragilité et de ses conséquences pour les personnes âgées.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».