Emergency Department Use and Postvisit Care for Anxiety and Stress Disorders Among Children
Notice bibliographique
Résumé
OBJECTIVE: We examined sociodemographic trends in emergency department ED visits and postvisit health care for anxiety and stress disorders. METHODS: Emergency department visits (N = 11,289) by children younger than 18 years were extracted from population-based administrative databases from Alberta, Canada (2002-2011). We examined health services use by demographics and socioeconomic proxy (First Nations status, family subsidy type: government, human services program, none). We calculated visit rates and described physician visits after discharge (n = 8075 children). Multivariable survival analyses (with 95% confidence intervals [CIs]) estimate time to first physician visit and ED return. RESULTS: During 2002-2011, visit rates increased by age, First Nations, and subsidy status. The largest increase was for children (all ages) from families receiving government subsidy (491.43/100,000, P < 0.001). Thirty days after an index visit, most physician follow-up visits were made by children aged 15 to 17 years (61.0%) and from families receiving no subsidy (66.5%). The median time to physician follow-up for First Nations children was 32 days (95% CI, 27-37) compared with 19 days for children from families receiving government subsidy whose median time was shortest (95% CI, 18-23). Children (all ages) in the government and human services program subsidy groups and those who had First Nations status returned earlier to the ED compared with children in the no subsidy group. CONCLUSIONS: Adolescents had high ED use and physician follow-up, whereas First Nations children and those from families receiving subsidy (all ages) had high ED use and low physician follow-up. Efforts to improve disorder identification and treatment among high ED user groups and low physician follow-up user groups are needed.
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) | 0,001 | 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 ».