MétaCan
Menu
Retour à la cohorte
Enregistrement W2127367403 · doi:10.12968/bjhc.2014.20.8.392

Choose Well: Reducing ‘inappropriate’ emergency department attendances

2014· article· en· W2127367403 sur OpenAlexaff
Robert Atenstaedt, Sioned Humphreys, Hilary Jones, Jill Newman

Notice bibliographique

RevueBritish Journal of Healthcare Management · 2014
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensUniversity College of the North
Organismes subventionnairesBangor UniversityPublic Health WalesLlywodraeth CymruBetsi Cadwaladr University Health Board
Mots-clésEmergency departmentAttendanceMedicineMedical emergencyEmergency medicineFamily medicinePediatricsNursing

Résumé

récupéré en direct d'OpenAlex

This study's aim was to design and implement a targeted Choose Well campaign to address educational needs in inappropriate attenders at emergency departments (ED) in North Wales; particularly those living in specific postcodes and those aged 15–29 years. The campaign's effectiveness in reducing the proportion of this type of attendance was evaluated using a before-and-after study design. The proportion of inappropriate attendances out of total ED attendances in North Wales was statistically significantly reduced (P < 0.005) by 11%. The study was also able to highlight a statistically significantly reduction in the proportion of inappropriate presentations by young people aged 15–29 (of total ED attendances by this group) by 13% (P = 0.0051). However, statistical analysis found that the proportion of inappropriate attendances from the ‘top 20’ postcodes was not significantly reduced (P = 0.4163). In summary, there is strong evidence that a targeted Choose Well campaign produced a reduction in the overall proportion of inappropriate attendances, as well as those in a specified target group.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,375
Écart entre enseignants0,344 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Healthcare ManagementMême sujetHomelessness and Social IssuesTravaux en français237 207