MétaCan
Menu
← Retour à la cohorte
Enregistrement W2727906057 · doi:10.1093/geroni/igx004.203

EVALUATING THE EFFECTIVENESS OF COMMUNITY REFERRALS BY EMERGENCY MEDICAL SERVICES

2017· article· en· W2727906057 sur OpenAlexaffabout
Amol A. Verma, John Klich, Adam Thurston, Jordan Scantlebury, Alex Kiss, Gayle Seddon, Sanjai Sinha

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueInterprofessional Education and Collaboration
Établissements canadiensSinai Health SystemHome and Community Care Support ServicesInstitute for Clinical Evaluative SciencesUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineCohortEmergency medical servicesCommunity serviceMedical servicesFamily medicineMedical emergencyRetrospective cohort studyEmergency medicineHealth care

Résumé

récupéré en direct d'OpenAlex

Beginning in 2006, Toronto Emergency Medical Services (EMS) developed the Community Referrals by EMS (CREMS) program in which paramedics directly refer patients for home care and community support services such as meals on wheels. This retrospective cohort study assessed the utilization of home and community support services and EMS services among individuals who received CREMS referral in Toronto, Canada in 2011 and 2012. In all, 2,382 individuals received CREMS referral, with a mean age of 79.0 years (SD 13.6). In the 6 months after CREMS referral, there was an adjusted increase of 17.4 hours of support services per person (95% CI: 1.74, 33.09, p=0.03) and an adjusted reduction in calls to EMS by 0.19 fewer mean calls per person (95% CI -0.31, -0.06, p=0.004). The CREMS Program may represent a simple and effective way to address unmet needs for community-dwelling elders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,030
score de la tête « metaresearch » (Gemma)0,112
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,159

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0300,112
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,168
Tête enseignante GPT0,584
Écart entre enseignants0,416 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInnovation in Aging→Même sujetInterprofessional Education and Collaboration→Travaux en français237 207→