Cartography of Emergency Department Visits for Asthma – Targeting High‐Morbidity Populations
Notice bibliographique
Résumé
BACKGROUND: Asthma education should be offered with priority to populations with the highest asthma-related morbidity. In the present study, the aim was to identify populations with high-morbidity for asthma from the Quebec Health Insurance Board Registry, a large administrative database, to help the Quebec Asthma and Chronic Obstructive Pulmonary Disease Network target its interventions. METHODS: All emergency department (ED) visits for asthma were analyzed over a one-year period, considering individual and medical variables. Age- and sex-adjusted rates, as well as standardized rate ratios related to the overall Quebec rate, among persons zero to four years of age and five to 44 years of age were determined for 15 regions and 163 areas served by Centres Locaux de Services Communautaires (CLSC). The areas with rates 50% to 300% higher (P<0.01) than the provincial rate were defined as high-morbidity areas. Maps of all CLSC areas were generated for the above parameters. RESULTS: There were 102,551 ED visits recorded for asthma, of which more than 40% were revisits. Twenty-one CLSCs and 32 CLSCs were high-morbidity areas for the zero to four years age group and five to 44 years age group, respectively. For the most part, the high-morbidity areas were located in the south-central region of Quebec. Only 47% of asthmatic patients seen in ED had also seen a physician in ambulatory care. CONCLUSION: The data suggest that a significant portion of the population seeking care at the ED is undiagnosed and undertreated. A map of high-morbidity areas that could help target interventions to improve asthma care and outcomes is proposed.
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 | 0,001 | 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 ».