Développement d’indicateurs pour valoriser des actions de prévention et de réadaptation de la perte d’autonomie des personnes âgées
Bibliographic record
Abstract
In Europe and Asia, long-term care funding is disability-based. This introduces a perverse effect by inappropriately adding value to functional decline among beneficiaries. To support the efforts in prevention and rehabilitation made by personnel in long-term care services, indicators have to be developed to promote functional improvement of beneficiaries. As people receiving those services are already experiencing a functional decline process, it is essential to know the natural magnitude of functional decline in order to assess deviation from this expected decline. The objective of the study was to estimate the natural decrease of autonomy in beneficiaries of home care services and nursing homes. Two databases were used: for home-dwelling people, 1235 subjects over 75 years old who participated in the PRISMA study; for institutions, 1330 residents over 65 years old of a nursing home in Sherbrooke (QC, Canada). These subjects were assessed several times over many years with the Functional Autonomy Measurement System (SMAF). Growth analyses were used to estimate the annual decrease in the SMAF score according to age, gender and the initial autonomy status. At home, only age was significantly associated with the slope of functional decline. The average annual decrease of subjects 75–84 years old was 2.4 points on the SMAF score (out of 87); for those aged over 85, the annual loss was 3.8 points. In institutions, gender and the initial autonomy profile were associated with the annual decrease. For men, the annual decrease varied between 0.7 for the most disabled subjects to 5.2 for the most autonomous. For women, those values varied from 0.2 to 6.6, respectively. A decrease in the SMAF score less than these expected values should be associated with a bonus to support personnel training, prevention activities, rehabilitation and activities aimed at supporting the autonomy of the beneficiaries. Such a strategy requires the implementation of a precise and reliable assessment instrument like the SMAF and also the availability of a longitudinal database where data for each beneficiary could be linked over time. Les systèmes de financement des soins à long terme en Europe et en Asie sont basés sur les incapacités des usagers. Cela introduit un effet pervers en valorisant de façon indue la perte d’autonomie des usagers. Afin de soutenir les efforts des intervenants et des services en matière de prévention et de réadaptation, des indicateurs permettant de valoriser l’amélioration fonctionnelle doivent être développés. Comme les usagers âgés sont déjà en processus de perte d’autonomie, il est nécessaire de connaître l’évolution naturelle de l’autonomie fonctionnelle pour apprécier la déviation par rapport à cette perte attendue. L’objectif de cette étude est de déterminer la perte annuelle d’autonomie chez des usagers vivant à domicile et en institution. Deux bases de données ont été utilisées : pour le domicile, les 1235 sujets de plus de 75 ans de l’étude PRISMA ; pour l’institution, les 1330 usagers de plus de 65 ans d’un centre d’hébergement de Sherbrooke (Québec, Canada). Ces sujets ont été évalués à plusieurs reprises sur une période de plusieurs années au moyen du Système de mesure de l’autonomie fonctionnelle (SMAF). Des analyses de courbes d’évolution (growth analyses) ont permis de définir la perte annuelle selon l’âge, le sexe et le profil d’autonomie initial. À domicile, seul l’âge intervient dans la pente de la perte d’autonomie. La perte annuelle des personnes de 75 à 84 ans peut être estimée à 2,4 points du score SMAF (sur 87) alors que celle des 85 ans et plus est de 3,8 points. En institution, tant le sexe que le profil initial d’autonomie ont une influence sur la perte annuelle. Pour les hommes, elle varie de 0,7 pour les sujets les moins autonomes à 5,2 pour les personnes les plus autonomes. Pour les femmes, ces valeurs varient de 0,2 à 6,6. Une perte inférieure à ces différences de scores devrait être associée à un bonus pour soutenir la formation du personnel, les activités de prévention et de réadaptation ainsi que des activités de soutien à l’autonomie. Une telle stratégie nécessite l’implantation dans les services d’un outil sensible et reproductible comme le SMAF, de même que la disponibilité d’une base de données dans laquelle les évaluations successives des usagers peuvent être reliées entre elles.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.018 | 0.035 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".