MétaCan
Menu
Retour à la cohorte
Enregistrement W1508875256 · doi:10.1111/j.1553-2712.2012.01295.x

Outcomes of Community‐dwelling Seniors Vary by Type of Emergency Department

2012· article· en· W1508875256 sur OpenAlexafffundabout
Jane McCusker, Danièle Roberge, Antonio Ciampi, Roxane Borgès Da Silva, Alain Vadeboncœur, Danielle Larouche, Jean‐Frédéric Lévesque, Éric Belzile

Notice bibliographique

RevueAcademic Emergency Medicine · 2012
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensMcGill UniversityHôpital Charles-Le MoyneInstitut National de Santé Publique du QuébecMontreal Heart InstituteMcGill University Health CentreUniversité de Sherbrooke
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineEmergency departmentResidenceComorbidityGerontologyCohortEmergency medicineFamily medicineProportional hazards modelDemographyMedical emergencyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The specific objectives were: 1) to compare the characteristics and 6-month outcomes of community-dwelling seniors in Quebec, Canada, who visited three different emergency department (ED) types and 2) to explore whether the differences in outcomes by ED type were seen among subgroups of seniors. METHODS: The three types of ED were most specialized, less community-oriented (n = 12); moderately specialized, less community-oriented (n = 28); and least specialized, more community-oriented (n = 28). Administrative databases were used to create a cohort of 223,120 seniors who visited these 68 EDs during a 14-month period. Using a multilevel approach, the following patient characteristics were compared across ED types: sociodemographic (age, sex, urban vs. rural residence, proximity to ED); medical diagnoses and comorbidity burden; and utilization of hospital and physician services during the 16 months before the index ED visit. Cox regression analysis was used to model the relationships between ED type and two 6-month outcomes, adjusting for patient characteristics: 1) serious outcomes (death, acute or long term-care admission) among all individuals who made an index visit and 2) outpatient ED visits (without hospital admission) among those discharged either from the ED or hospital. Interactions between ED type and patient age, sex, urban-rural residence, and comorbidity burden were explored. RESULTS: Compared to patients treated at the least specialized EDs, those at the most specialized EDs were more often urban-dwelling, resided outside the health service area of the ED, and had the highest disease burden and prior specialist utilization. Those treated at the moderately specialized EDs were intermediate between these two groups. During the 6 months after the ED visit, the rate of serious outcomes was higher and the rate of outpatient ED visits was lower for the most specialized compared to the least specialized EDs, even after adjustment for patient characteristics. The differences in these outcomes by ED type were attenuated among older patients and those with greater comorbidity. CONCLUSIONS: More vulnerable community-dwelling seniors tend to be treated in more specialized EDs, which have worse linkages to community services. Improved linkages between more specialized EDs and the community (physicians, home care, and other services) and increased access to community services may improve outcomes in this population. Seniors treated at more specialized EDs were more likely to experience serious outcomes, but were less likely to make a return outpatient ED visit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,428

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,141
Tête enseignante GPT0,475
Écart entre enseignants0,334 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAcademic Emergency MedicineMême sujetGeriatric Care and Nursing HomesTravaux en français237 207