Seasonal variation in hospital encounters with hypoglycaemia and hyperglycaemia
Notice bibliographique
Résumé
Abstract Aim To assess whether rates of hospital encounters with hypoglycaemia and hyperglycaemia display seasonal variation. Methods Time series analyses of the monthly rates of hospital encounters (emergency room visits or inpatient admissions) with hypoglycaemia and hyperglycaemia from 2003 to 2012 using linked healthcare databases in Ontario, Canada. Results Over the study period, there were 129 887 hypoglycaemia and 79 773 hyperglycaemia encounters. The characteristics of people at the time of their encounters were similar across the seasons in 2008 (median age 68 years for hypoglycaemia encounters and 53 years for hyperglycaemia encounters; 50% female; 90% with diabetes). We observed moderate seasonality in both types of encounters ( R 2 autoregression coefficient 0.58 for hypoglycaemia; 0.59 for hyperglycaemia). The rate of hypoglycaemia encounters appeared to peak between April and June, when on average, there was an additional 49 encounters per month (0.36 encounters per 100 000 persons per month) compared with the other calendar months (5% increase). The rate of hyperglycaemia encounters appeared to peak in January, when on average, there was an additional 69 encounters per month (0.50 encounters per 100 000 persons per month) compared with the other calendar months (11% increase). Conclusions In our region, there is seasonal variation in the rate of hospital encounters with hypoglycaemia and hyperglycaemia. Our findings may help to highlight periods of vulnerability for people, may inform future epidemiological studies and may aid in the appropriate planning of healthcare resources.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».