Proximity and emergency department use: Multilevel analysis using administrative data from patients with cardiovascular risk factors.
Notice bibliographique
Résumé
OBJECTIVE: To determine if geographic proximity to an emergency department (ED) is related to ED use in a metropolitan population of patients with cardiovascular risk factors. DESIGN: Population-based, retrospective cohort study. SETTING: The census metropolitan area of Montreal, Que. PARTICIPANTS: Cohort of 99 400 patients with diabetes, hypertension, or dyslipidemia in 2007 without a history of cardiovascular disease. Each patient was spatially referred to 1 of 5857 dissemination areas (DAs). MAIN OUTCOME MEASURES: Annual number of visits to an ED with respect to the distance between the centroid of a patient's DA and the closest ED, controlling for age, sex, comorbidities, and neighbourhood immigration, social, and material characteristics. Multilevel logistic and negative binomial regressions were used to determine if the proximity to the closest ED was related to ED use, frequent ED use (≥ 4 visits in a year), and number of ED visits. RESULTS: A total of 25 889 (26.0%) patients in the cohort visited an ED at least once during a 1-year period, among which 4563 (4.6%) were frequent users with at least 4 visits. These frequent users were responsible for 28 249 (45.5%) of all 62 021 visits to EDs. The distance between a DA and its closest ED was significantly and negatively correlated with ED use (P < .001), even after controlling for confounding variables. Patients living in a DA close to an ED were also more likely to be frequent users, but the extent of use among them (range from 4 to 82 ED visits) was not related to the distance to the closest ED. CONCLUSION: These results suggest that patients at risk of cardiovascular disease living in a metropolitan area are more likely to seek a medical encounter at the ED if they live closer to it.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».