MétaCan
Menu
Retour à la cohorte
Enregistrement W2808857678 · doi:10.1017/s0714980818000235

Use of Hospitals by Older versus Younger Canadians: Myths and Misconceptions

2018· article· fr· W2808857678 sur OpenAlexaffabout
Donna M. Wilson, Ye Shen, Gail Low

Notice bibliographique

RevueCanadian Journal on Aging / La Revue canadienne du vieillissement · 2018
Typearticle
Languefr
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensProvincial Laboratory of Public HealthUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ Afin de mieux répondre aux préoccupations concernant l’utilisation intensive des hôpitaux par les personnes âgées et l’augmentation subséquente des listes d’attente et de l’attente dans les services de santé hospitaliers au Canada, les données anonymes individuelles des patients hospitalisés en 2014-2015 dans toutes les provinces et territoires (sauf le Québec) ont été analysées. Les personnes de plus de 65 ans composaient 37 % de tous les épisodes de consultation hospitalière et 41,5 % des admissions en soins spéciaux (unités de soins intensifs ou coronariens). De tous les individus admis, 32,8 % étaient des personnes âgées. Les données montrent aussi que seulement 14,3 % des aînés canadiens vivant à l’extérieur du Québec ont été admis à l’hôpital une ou plusieurs fois cette année. Cette étude indique que des problématiques qui ne sont pas liées à l’utilisation des hôpitaux par les personnes âgées devraient être prises en compte en priorité au Canada pour améliorer l’accessibilité aux soins hospitaliers. L’amélioration des soins aux personnes âgées est aussi indiquée, considérant le risque plus élevé d’admission ou de mort à l’hôpital, et leurs séjours plus longs en milieu hospitalier, qui pourraient être expliqués par un manque de services hospitaliers et communautaires adaptés aux aînés.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal on Aging / La Revue canadienne du vieillissementMême sujetGlobal Health Care IssuesTravaux en français237 207