MétaCan
Menu
Retour à la cohorte
Enregistrement W2893777809 · doi:10.7759/cureus.3369

Methodology of a Cross-sectional Study Evaluating the Impact of a Novel Mobile Care Team on the Prevalence of Ambulatory Care Sensitive Conditions Presenting to Emergency Medical Services

2018· article· en· W2893777809 sur OpenAlexaffabout
Ryan Brown, Alix Carter, Judah Goldstein, Jan L. Jensen, Andrew H. Travers

Notice bibliographique

RevueCureus · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésMedicineEmergency medical servicesAmbulatory careAmbulatoryPrimary careEmergency departmentDescriptive statisticsTest (biology)Emergency medicineMedical emergencyFamily medicineProxy (statistics)Health careNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

Introduction Hospitalization due to ambulatory care sensitive conditions (ACSC) is often used as a proxy measure for access to primary care. The prevalence of ACSC has not been measured in the prehospital setting. Emergency medical services (EMS) are being used by patients who lack access to primary care for ACSC. Many novel models of care have been implemented within Canada and internationally, utilizing paramedics to ease the burden of poor primary care access. Recently, a mobile care team (MCT) consisting of a paramedic/nurse configuration has been deployed in the community of New Waterford, Nova Scotia. The team responds to low acuity 911 calls and follow-up appointments booked by primary care clinicians. This study will identify the prevalence of patients with ACSC presenting to EMS before and after the implementation of MCT and the differences after the implementation of the MCT. Methods Secondary data will be collected from the centralized EMS electronic patient care report (ePCR) database. All patients presenting to the ground ambulance with ACSC during the year prior to MCT implementation, all patients presenting to the ground ambulance with ACSC during the year post-MCT implementation, and all patients presenting to the MCT with ACSC will be included for analysis, allowing for a calculation of ACSC prevalence. Descriptive methods will be used for age, sex, primary care practitioner, and ASCS complaints. Prevalence data will be compared via the chi-squared test. A subgroup analysis of age, sex, and individual presenting conditions will also be analyzed using the chi-squared test. Confounding will be dealt with via multivariate logistic regression. Results The study results are pending; however, a literature review reveals a paucity of data on ACSC in EMS. Conclusions Due to the paucity of literature surrounding ACSC prevalence in EMS, the methodology developed to study these prevalence rates is a novel protocol of importance to prehospital research and the epidemiology of ACSC more broadly.

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)0,015
score de la tête « metaresearch » (Gemma)0,011
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,127
Tête enseignante GPT0,505
Écart entre enseignants0,378 · 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
GenreMéthodes

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetEmergency and Acute Care StudiesTravaux en français237 207