Estimating Toronto’s health services use for the 2015 Pan American and Parapan American Games
Notice bibliographique
Résumé
AIMS: Ambient air temperature may exacerbate the burden of chronic diseases on Ontario's healthcare system during mass gathering events. This study aimed to estimate the impact of increasing temperature in July and August on health services use for chronic conditions in Ontario's Golden Horseshoe region during the 2015 Pan American and Parapan American Games, using environmental and health administrative data from previous years. METHOD: Negative binomial regression was used to calculate incidence risk ratios for same-day health services use (hospitalisations, emergency department visits, physician office visits) for all causes, asthma, asthma-related conditions, diabetes and hypertension associated with unit increases in daily maximum temperature from 1 May to 31 August in 2008-2010. Sensitivity analysis was performed to estimate the added burden of an increased population size, in order to model an influx of visitors during the Games. RESULTS: In July and August, on days with daily maximum temperatures of 35 °C compared to 25 °C, we estimated seeing 7,827 more physician office visits for all causes in Ontario's Golden Horseshoe region. The estimated relative increase in physician office visits for diabetes due to temperature alone was 8.4%. With an estimated 10% increase in population, the increase in physician office visits for all causes tripled to an estimated 23,590. CONCLUSION: Temperature was identified as a potential contributor to greater health services use during the Games, particularly for those living with diabetes. These results highlight the importance of strategic delivery of health services during mass gathering events, and suggest a role for educating at-risk individuals on prevention behaviours, particularly on very hot days.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».