Personal Characteristics and Experience of Primary Care Predicting Frequent Use of Emergency Department: A Prospective Cohort Study
Notice bibliographique
Résumé
OBJECTIVE: A small number of patients frequently using the emergency department (ED) account for a disproportionate amount of the total ED workload and are considered using this service inappropriately. The aim of this study was to identify prospectively personal characteristics and experience of organizational and relational dimensions of primary care that predict frequent use of ED. METHODS: This study was conducted among parallel cohorts of the general population and primary care patients (N = 1,769). The measures were at baseline (T1), 12 (T2) and 24 months (T3): self-administered questionnaire on current health, health behaviours and primary care experience in the previous year. Use of medical services was confirmed using administrative databases. Mixed effect logistic regression modeling identified characteristics predicting frequent ED utilization. RESULTS: A higher likelihood of frequent ED utilization was predicted by lower socioeconomic status, higher disease burden, lower perceived organizational accessibility, higher number of reported healthcare coordination problems and not having a complete annual check-up, above and beyond adjustment for all independent variables. CONCLUSIONS: Personal characteristics such as low socioeconomic status and high disease burden as well as experience of organizational dimensions of primary care such as low accessibility, high healthcare coordination problems and low comprehensiveness of care are prospectively associated with frequent ED utilization. Interventions developed to prevent inappropriate ED visits, such as case management for example, should tailor low socioeconomic status and patients with high disease burden and should aim to improve experience of primary care regarding accessibility, coordination and comprehensiveness.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».