Forecasting Hospitalization and Emergency Department Visit Rates for Chronic Obstructive Pulmonary Disease. A Time-Series Analysis
Notice bibliographique
Résumé
RATIONALE: Knowing trends in and forecasting hospitalization and emergency department visit rates for chronic obstructive pulmonary disease (COPD) can enable health care providers, hospitals, and health care decision makers to plan for the future. OBJECTIVES: We conducted a time-series analysis using health care administrative data from the Province of Ontario, Canada, to determine previous trends in acute care hospitalization and emergency department visit rates for COPD and then to forecast future rates. METHODS: Individuals aged 35 years and older with physician-diagnosed COPD were identified using four universal government health administrative databases and a validated case definition. Monthly COPD hospitalization and emergency department visit rates per 1,000 people with COPD were determined from 2003 to 2014 and then forecasted to 2024 using autoregressive integrated moving average models. RESULTS: Between 2003 and 2014, COPD prevalence increased from 8.9 to 11.1%. During that time, there were 274,951 hospitalizations and 290,482 emergency department visits for COPD. After accounting for seasonality, we found that monthly COPD hospitalization and emergency department visit rates per 1,000 individuals with COPD remained stable. COPD prevalence was forecasted to increase to 12.7% (95% confidence interval [CI], 11.4-14.1) by 2024, whereas monthly COPD hospitalization and emergency department visit rates per 1,000 people with COPD were forecasted to remain stable at 2.7 (95% CI, 1.6-4.4) and 3.7 (95% CI, 2.3-5.6), respectively. Forecasted age- and sex-stratified rates were also stable. CONCLUSIONS: COPD hospital and emergency department visit rates per 1,000 people with COPD have been stable for more than a decade and are projected to remain stable in the near future. Given increasing COPD prevalence, this means notably more COPD health service use in the future.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».