Growth in <scp>W</scp>estern <scp>A</scp>ustralian emergency department demand during 2007–2013 is due to people with urgent and complex care needs
Notice bibliographique
Résumé
OBJECTIVES: To determine the magnitude and characteristics of the increase in ED demand in Western Australia (WA) from 2007 to 2013. METHODS: We conducted a population-based longitudinal study examining trends in ED demand, stratified by area of residence, age group, sex, Australasian Triage Scale category and discharge disposition. The outcome measures were annual number and rate of ED presentations. We calculated average annual growth, and age-specific and age-standardised rates. We assessed the statistical significance of trends, overall and within each category, using the Mann-Kendall trend test and analysis of variance ANOVA. We also calculated the proportions of growth in ED demand that were attributable to changes in population and utilisation rate. RESULTS: From 2007 to 2013, ED presentations increased by an average 4.6% annually from 739,742 to 945,244. The rate increased 1.4% from 354.1 to 382.6 per 1000 WA population (P = 0.02 for the trend). The main increase occurred in metropolitan WA, age 45+ years, triage category 2 and 3 and admitted cohorts. Approximately three-quarters of this increase was due to population change (growth and ageing) and one-quarter due to increase in utilisation. CONCLUSION: Our study reveals a 4.6% annual increase in ED demand in WA in 2007-2013, mostly because of an increase in people with urgent and complex care needs, and not a shift (demand transfer) from primary care. This indicates that a system-wide integrated approach is required for demand management.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».