MétaCan
Menu
Retour à la cohorte
Enregistrement W2768076874

Characteristics of patients who leave without being seen: comparing with those who do not leave

2017· article· en· W2768076874 sur OpenAlexaffabout
Lourdes Zubieta, José Ramón Fernández-Peña, Heitor Murilo Gomes

Notice bibliographique

RevueMedical Research Archives · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensBishop's University
Organismes subventionnairesnon disponible
Mots-clésMedicinePediatrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The percent of patients leaving without been seen by a doctor (LWBS) is often seen as a quality indicator of care. In this longitudinal study, we compare the behaviour over time of two groups of patients: the LWBS group composed by patients who did at least one LWBS visit, with the no-LWBS group containing the remaining individuals. We analysed their low acuity visits over a period of 3.5 years and search for the most frequent sequences of use of the Emergency departments in the city of Sherbrooke, Quebec.  The LWBS visits represent a high percent of low acuity visits (14%) but they are generated by a low percent of the population (10.7%). The LWBS group generated 6.68 visits per person versus 3.13 visits in the no-LWBS group. The LWBS patients are young, 36 years old on average, and live in city areas either materially or socially deprived. Analysis of temporal sequences for all users revealed that patients’ conditions are being treated in the ED, instead of being followed up with a GP or a family doctor. Temporal sequences also revealed that a member of the LWBS group will likely repeat an LWBS visit within a week.  Mental disorders, respiratory and digestive system problems are more frequent in the LWBS group than in the no-LWBS group and this may indicate chronic situations poorly managed.  As there is no monetary incentive for the hospitals in Quebec to reduce the LWBS rate, we propose to establish a recall system that will direct chronic patients to external clinics already in service in the hospitals.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,102
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,065
Tête enseignante GPT0,396
Écart entre enseignants0,331 · 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

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical Research ArchivesMême sujetEmergency and Acute Care StudiesTravaux en français237 207