Seasonality of primary care utilization for respiratory diseases in Ontario: A time-series analysis
Notice bibliographique
Résumé
BACKGROUND: Respiratory diseases represent a significant burden in primary care. Determining the temporal variation of the overall burden of respiratory diseases on the health care system and their potential causes are keys to understanding disease dynamics in populations and can contribute to the rational management of health care resources. METHODS: A retrospective, cross-sectional time series analysis was used to assess the presence and strength of seasonal and temporal patterns in primary care visits for respiratory diseases in Ontario, Canada, for a 10-year period from January 1, 1992 to December 31, 2002. Data were extracted from the Ontario Health Insurance Plan database for people who had diagnosis codes for chronic obstructive pulmonary disease, asthma, pneumonia, or upper respiratory tract infections. RESULTS: The results illustrate a clear seasonal pattern in visits to primary care physicians for all respiratory conditions, with a threefold increase in visits during the winter. Age and sex-specific rates show marked increases in visits of young children and in female adults. Multivariate time series methods quantified the interactions among primary care visits, and Granger causality criterion test showed that the respiratory syncytial virus (RSV) and influenza virus influenced asthma (p = 0.0060), COPD (p = 0.0038), pneumonia (p = 0.0001), and respiratory diseases (p = 0.0001). CONCLUSION: Primary care visits for respiratory diseases have clear predictable seasonal patterns, driven primarily by viral circulations. Winter visits are threefold higher than summer troughs, indicating a short-term surge on primary health service demands. These findings can aid in effective allocation of resources and services based on seasonal and specific population demands.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 ».