Determining Potentially Avoidable Emergency Medical Services (EMS) Transports: A Population Level Study Using Linked Administrative Data in Alberta Health Services (AHS)
Notice bibliographique
Résumé
IntroductionTraditionally Emergency Medical Services (EMS) transports patients to Emergency Departments (EDs). However, some patients might be appropriately managed in alternative settings outside the ED. A number of non-traditional EMS programs have evolved in Alberta, in an attempt to provide quality care through a community-based care model.
 Objectives and ApproachThe project aimed to identify and quantify potentially avoidable EMS transports to EDs in Alberta.
 We identified 911 responses by ground ambulance in Alberta between September 1, 2017 and December 31, 2017. Patients 18 years and over transported to EDs were linked to Alberta Provincial Registry for more accurate demographic Information, and linked to Long Term Care (LTC) and ED data to capture patient characteristics and frequency of potentially avoidable EMS transports to EDs, defined as the Canadian Triage and Acuity Scale (CTAS) Level IV and Level V in EDs not requiring inpatient admission.
 ResultsWe identified 72,182 transports to EDs, of which 1 in 4 patients were rural residents. After excluding individuals<18 years and non-Alberta residents, we were able to match 58,137 of the 60,020 EMS transports to EDs (96.8%). Overall, 7,697 (13%) were triaged as less urgent with no hospital admission. Patients 65 years and over accounted for almost half (49%) of the transports in this cohort, 6% of which were for LTC clients. Percentage of potentially avoidable transports in LTC clients were similar to seniors living in the community (12%). Geographic visualization at the provincial level indicated variation across the province. In general, rural residents were more likely than urban residents to be transported to EDs with less urgent conditions (18% vs 12%).
 Conclusion/ImplicationsThis is the first analysis exploring potentially avoidable EMS transports to EDs in Alberta, Canada, where a comprehensive, single source of EMS system data is currently available. The project suggests opportunities for future EMS research and policies focusing on enhancing community–based care.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».