Trajectoires de soins chez les patients souffrants d’une maladie pulmonaire obstructive chronique
Bibliographic record
Abstract
Pour les patients souffrants d’une maladie pulmonaire obstructive chronique (MPOC), il existe de nombreuses façons de cheminer dans le système de santé québécois. Toutefois, ces trajectoires de soins (TS) ne sont pas bien décrites dans la littérature et leur impact sur la mortalité demeure inconnu. Les objectifs du projet sont d’identifier et de caractériser les TS des patients MPOC, puis d’en évaluer l’association avec la mortalité. Pour ce faire, nous avons créé une cohorte rétrospective de 3352 Québécois, atteints d’une MPOC, ayant répondu à l’Enquête sur la santé des collectivités canadiennes (ESCC) entre 2007 et 2013. Trois banques de données administratives du Québec (RAMQ, MED-ÉCHO et RED/D) ont été jumelées aux données de l’ESCC pour mesurer les TS sur 2 ans, et ce, à l’aide de l’analyse de séquences. Les caractéristiques des patients ont été comparées entre les TS grâce au test du khi-2 et au V-test. Nous avons réalisé des modèles de Cox, bruts et ajustés pour les facteurs confondants, dans le but d’évaluer l’association entre les TS et la mortalité sur un maximum de 5 ans. Suite à l’analyse de séquences, 6 TS ont été identifiées : 1) faible utilisation des services de santé: toutes causes (44,7%); 2) utilisation moyenne des services de santé: toutes causes (27,7%); 3) grande utilisation des services de santé surtout chez l’omnipraticien: causes respiratoires (4,4%); 4) grande utilisation des services de santé surtout chez l’omnipraticien: autres causes que respiratoires (6,5%); 5) grande utilisation des services de santé surtout chez le spécialiste: autres causes que respiratoires (6,3%); 6) grande utilisation des services de santé surtout en soins aigus: toutes causes (10,4%). Les caractéristiques qui ont permis de distinguer l’appartenance des patients à une TS sont l’âge, le statut tabagique et matrimonial, le niveau d’éducation, l’indice de comorbidité et la santé perçue. Les patients des TS 2, 4 et 6 étaient significativement plus à risque de décès que les patients de la TS 1. Ainsi, une meilleure compréhension des TS et de leur association avec la mortalité pourrait aider les décideurs et les cliniciens à mieux identifier les patients à risque et allouer judicieusement les services et les ressources afin d’optimiser la gestion de la MPOC.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".