How many fit all? Latent class analysis of administrative data on healthcare utilization by persons with dementia in Quebec, Canada
Notice bibliographique
Résumé
BACKGROUND: Persons with dementia have complex and heterogeneous needs in the year following diagnosis, which leads to extensive use of healthcare services. A focus on addressing their differential needs would better enable effective interventions and care planning to prevent unnecessary use of services. OBJECTIVES: The aim of the present study was first to identify differential healthcare use groups using latent class analysis and secondly, to complete a descriptive analysis to highlight the sociodemographic factors, comorbidities and medication use associated with membership in the identified healthcare user groups.METHODS: This retrospective cohort study used provincial administrative data to identify an incident cohort of older adults with dementia. Persons were included if aged 65 and older, community-dwelling and diagnosed with dementia based on one of three criteria (prescription profile consistent with dementia, one hospitalization with dementia code or 3 physician visits with a dementia code) between April 1 2015 and March 31 2016. A latent class analysis was conducted to identify subgroups of differential healthcare users based on family physician, cognition specialist, other specialist, emergency department visits, hospital, and alternate level of care (ALC) use, as well as long-term care (LTC) admissions and mortality. A descriptive analysis was conducted to better understand the sociodemographic, comorbidities, psychotropic medication use and polypharmacy that characterized each group of healthcare users.RESULTS: The study cohort was of 15, 584 persons newly diagnosed with dementia. Four groups of healthcare users were identified: Low Users (36.4% of the persons), Ambulatory-Centric Users (27.5%), High Acute Hospital Users (23.6%) and LTC-Destined Users (12.5%). The Low Users were likely a heterogeneous group of persons with met and unmet needs, Ambulatory-Centric Users were notably disproportionately male and the youngest group, High Acute Hospital Users had the highest comorbidities, and the LTC-Destined Users were the eldest and had the highest use of ALC. CONCLUSION: The identification of defined subgroups of healthcare users with dementia among a heterogeneous cohort of persons with dementia provides context for further research and interventions targeted to the differential needs of persons 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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 | 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 ».