Characteristics of Recurrent Utilization in Pediatric Emergency Departments
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Nationally, frequent utilizers of emergency departments (EDs) are targeted for quality improvement initiatives. The objective was to compare the characteristics and ED health services of children by their ED visit frequency. METHODS: A retrospective study in 1,896,547 children aged 0 to 18 years with 3,263,330 visits to 37 EDs in 2011. The number of ED visits per child within 365 days of their first visit was counted. Patient characteristics (age, chronic condition) and ED care (medications, testing [laboratory and radiographic], and hospital admission) were assessed. We evaluated the relationship between patient characteristics and ED health services received with multivariable regression. RESULTS: Children with ≥4 ED visits (8%) accounted for 24% of all visits and 31% ($1.4 billion) of all costs. As visit frequency increased from 1 to ≥4, the percentage of children aged <1 year increased (12.1% to 33.2%) and the percentage of children without a chronic condition decreased (81.9% to 45.6%) (P < .001 for both). Children with ≥4 ED visits had a higher percentage of visits without medication administration (aside from acetaminophen or ibuprofen), testing, or hospital admission when compared with children with 1 visit (35.4% vs 29.0%; P < .001). Children with ≥4 ED visits who were aged <1 year (odds ratio: 3.8; 95% confidence interval: 3.7-3.9) and who were without a chronic condition (odds ratio: 3.1; 95% confidence interval: 3.0-3.1) had the highest likelihood of experiencing this type of visit. CONCLUSIONS: With a disproportionate share of pediatric ED cost and utilization, frequent utilizers, especially infants without a chronic condition, are the least likely to need medications, testing, and hospital admission.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».