Changes In Primary Care Of Older Adults Since COVID-19
Notice bibliographique
Résumé
Purpose: With the start of the SARS-COV-2 pandemic in March 2020, Canadian primary care practices temporarily shifted from in-person to virtual care. The purpose of this thesis was to understand whether the pandemic impacted the primary care management of older adults with varying levels of frailty and multimorbidity in terms of care modality, volume of encounters, and visits for anxiety/depression. It also aimed to identify which patients comparatively experienced greater reductions in frequencies of routine preventive care and monitoring activities. Methods: A research database from a sub-set of MUSIC family practice for patients ≥ 65 years of age (n=1813) was employed. Patient demographics, clinician-assessed frailty status, encounters, and chronic disease management information were retrieved. Changes from 14 months pre to 14 months since (peri) the pandemic were described and associations between patient characteristics and the extent of changes in outcomes from pre- to peri-pandemic were analyzed using regression models. Results: The mean age was 74 years, with a mean of 2.5 chronic conditions (26% hypertension, 14% diabetes). 2.1% of patients experienced high frailty levels. The mean number of encounters increased peri-pandemic overall (peri: 10.4 (SD 11.1) vs. pre: 7.1 (SD 5.5)) and for anxiety/depression, with most visits becoming virtual. Increasing numbers of overall visits were significantly associated with female sex, increasing frailty level, and having 4+ conditions. While the frequency of routine preventive and monitoring activities related to chronic conditions decreased, the mean values (e.g., lab results) did not considerably change. In the adjusted models, generally older patients, with increasing levels of frailty, and numbers of conditions tended to receive more care, however most associations were not statistically significant. Conclusion: Overall encounters and visits related to anxiety/depression increased peri-pandemic. Despite concerns about pandemic-related care disruptions, common elements of primary care among higher risk older patients were not notably impacted.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».