Defining potentially preventable emergency department visits for older adults
Notice bibliographique
Résumé
Objective: As older adults become increasingly reliant on emergency departments (EDs) for care, there is an interest in determining what types of ED visits by this population may be preventable, or amenable to other forms of care. The aim of this project was to explore the concept of preventable ED visits by older adults.Methods: We conducted a literature search to identify definitions of “preventable” or “avoidable” ED visits. We then applied a definition of preventable ED visits to an administrative data set consisting of ED visit data extracted from four sites in Halifax, Nova Scotia, Canada. Visits for patients 65 years of age or older were eligible for inclusion. Visits were categorized using triage level and discharge diagnosis.Results: Four methods of defining preventable ED visits were identified in our literature search: 1) Ambulatory Care Sensitive Conditions (ACSCs) (N = 7), 2) Low Acuity/low intensity visits (N = 5), 3) New York University (NYU) (Billings) Algorithm (N = 3) and 4) hospital admission vs. non-admission (N = 1). We categorized 34,454 ED visits from our dataset using a modified definition of preventable ED visits that included ACSCs (15.3%) as well as low acuity visits that required no testing or hospital admission (9.9%).Conclusions: Our results suggest that approximately 25% of ED visits by older adults may be preventable or amenable to other forms of care. This data may be useful in the planning of care delivery appropriate for the needs of this population.
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) | 0,000 | 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 ».