MétaCan
Menu
Retour à la cohorte
Enregistrement W2070750060 · doi:10.1111/acem.12111

Impact of Seasonal and Pandemic Influenza on Emergency Department Visits, 2003–2010, Ontario, Canada

2013· article· en· W2070750060 sur OpenAlexafffundabout
Dena L. Schanzer, Brian Schwartz

Notice bibliographique

RevueAcademic Emergency Medicine · 2013
Typearticle
Langueen
DomaineMedicine
ThématiqueInfluenza Virus Research Studies
Établissements canadiensPublic Health OntarioUniversity of TorontoToronto Public HealthPublic Health Agency of Canada
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineEmergency departmentConfidence intervalPandemicInfluenza-like illnessSeasonal influenzaAmbulatoryEmergency medicinePopulationDemographyPediatricsCoronavirus disease 2019 (COVID-19)Environmental healthInternal medicineDiseaseVirologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: Weekly influenza-like illness (ILI) consultation rates are an integral part of influenza surveillance. However, in most health care settings, only a small proportion of true influenza cases are clinically diagnosed as influenza or ILI. The primary objective of this study was to estimate the number and rate of visits to the emergency department (ED) that are attributable to seasonal and pandemic influenza and to describe the effect of influenza on the ED by age, diagnostic categories, and visit disposition. A secondary objective was to assess the weekly "real-time" time series of ILI ED visits as an indicator of the full burden due to influenza. METHODS: The authors performed an ecologic analysis of ED records extracted from the National Ambulatory Care Reporting System (NARCS) database for the province of Ontario, Canada, from September 2003 to March 2010 and stratified by diagnostic characteristics (International Classification of Diseases, 10th Revision [ICD-10]), age, and visit disposition. A regression model was used to estimate the seasonal baseline. The weekly number of influenza-attributable ED visits was calculated as the difference between the weekly number of visits predicted by the statistical model and the estimated baseline. RESULTS: The estimated rate of ED visits attributable to influenza was elevated during the H1N1/2009 pandemic period at 1,000 per 100,000 (95% confidence interval [CI] = 920 to 1,100) population compared to an average annual rate of 500 per 100,000 (95% CI = 450 to 550) for seasonal influenza. ILI or influenza was clinically diagnosed in one of 2.6 (38%) and one of 14 (7%) of these visits, respectively. While the ILI or clinical influenza diagnosis was the diagnosis most specific to influenza, only 87% and 58% of the clinically diagnosed ILI or influenza visits for pandemic and seasonal influenza, respectively, were likely directly due to an influenza infection. Rates for ILI ED visits were highest for younger age groups, while the likelihood of admission to hospital was highest in older persons. During periods of seasonal influenza activity, there was a significant increase in the number of persons who registered with nonrespiratory complaints, but left without being seen. This effect was more pronounced during the 2009 pandemic. The ratio of influenza-attributed respiratory visits to influenza-attributed ILI visits varied from 2.4:1 for the fall H1N1/2009 wave to 9:1 for the 2003/04 influenza A(H3N2) season and 28:1 for the 2007/08 H1N1 season. CONCLUSIONS: Influenza appears to have had a much larger effect on ED visits than was captured by clinical diagnoses of influenza or ILI. Throughout the study period, ILI ED visits were strongly associated with excess respiratory complaints. However, the relationship between ILI ED visits and the estimated effect of influenza on ED visits was not consistent enough from year to year to predict the effect of influenza on the ED or downstream in-hospital resource requirements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,080
Tête enseignante GPT0,398
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations179
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAcademic Emergency MedicineMême sujetInfluenza Virus Research StudiesTravaux en français237 207