Who Uses Telehealth? Setting a Usage Baseline for the Early Identification of Pandemic Influenza Activity
Notice bibliographique
Résumé
OBJECTIVE: To describe Ontario Telehealth usage for respiratory complaints during normal (i.e., interpandemic) circumstances. METHODS: Descriptive analyses were conducted on symptom calls of a respiratory nature made to Ontario (Canada) Telehealth during a 25-month period. RESULTS: Approximately 300,000 calls were made during the period under study, peaking annually in January/February. Calls were above average during the weekend and Mondays (p<0.0001). All-ages consultation rate was 0.21/1,000 (range, 0.11-0.43). Standardized call rates suggested an inverse relationship between age and call rate (except for >65 years of age). During peak activity, weekly telehealth call rates were up to more than twice the weekly mean and up to four times as high as the lowest weekly rate. Highest call rate was for under 5 years old (158.4/1,000). Male rates exceed female call rates in younger age groups; the pattern reversed in older age groups. The relationship between income and call pattern showed that income and call patterns were (1) directly related for under 5 years old, (2) inversely related for callers aged 45 years and above, and (3) bimodal (higher call rates in both the highest and lowest income groups) for callers 5-44 years old. DISCUSSION: The advent of annual respiratory illness seasons under study here resulted in surge capacity. Data such as these can and should be used for exercises such as seasonal and pandemic forecasting. Also, recent pandemic experience has showed us monitoring both overall exceedances in usage and deviances from established demographic patterns could enhance existing routine surveillance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».