Frequent users of emergency departments. Do they also use family physicians' services?
Notice bibliographique
Résumé
OBJECTIVE: To determine whether frequent users of emergency department (ED) services use more or fewer primary care services than other ED patients. DESIGN: Population-based, observational, cross-sectional study. SETTING: Province of Ontario in 1997-1998. PARTICIPANTS: Frequent users of EDs, defined as people with at least 12 ED physician assessments yearly, were compared with those with one to 11 assessments yearly. MAIN OUTCOME MEASURES: Number of general practitioner and family physician (GP/FP) office visits and number of GP/FPs visited; diagnoses made during office visits; referrals by GP/FPs to specialists. RESULTS: Three quarters of frequent users of EDs visited GP/FPs at least six times yearly, and more than half visited at least 12 times yearly. Although frequent users of EDs saw many GP/FPs (4.2 vs 1.6 in the control group, P < .001), they received, on average, 73% of their primary care from the GP/FPs whom they saw most frequently. Frequent users of EDs also had more referrals to specialists (4.0 vs 1.0). Frequent users of EDs were more likely to live in low socioeconomic neighbourhoods and to be diagnosed with psychosocial conditions (24.1% vs 11.1%). CONCLUSION: Most frequent users of EDs have periodic contact with primary care physicians. Communication and coordination of care between EDs and primary care settings could be easier than anticipated, because in most cases, frequent users of EDs seek most of their care from one main ED and one primary care physician.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».