A systematic review examining the impact of redirecting low-acuity patients seeking emergency department care: is the juice worth the squeeze?
Notice bibliographique
Résumé
OBJECTIVES: Diverting patients away from the emergency department (ED) has been proposed as a solution for mitigating overcrowding. This systematic review examined the impact of interventions designed to either bypass the ED or direct patients to other alternative care after ED presentation. METHODS: Seven electronic databases and the grey literature were searched. Eligible studies included randomised/controlled trials or cohort studies that assessed the effectiveness of pre-hospital or ED-based diversion interventions. Two reviewers independently screened the studies for relevance, inclusion and risk of bias. Pooled statistics were calculated as relative risks (RR) with 95% confidence intervals (CI) using a random effects model. RESULTS: Fifteen studies were included evaluating pre-hospital (n=11) or ED-based (n=4) diversion interventions. The quality of the studies ranged from moderate to low. Patients deemed suitable for diversion among the pre-hospital studies (n=3) ranged from 19.2% to 90.4% and from 19% to 36% in ED-based studies (n=4). Of the eligible patients, the proportion of patients diverted via ED-based diversion tended to be higher (median 85%; IQR 76-93%) compared with pre-hospital diversion (median 40%; IQR 24-57%). Overall, pre-hospital diversion did not decrease the proportion of patients transferred to the ED compared with standard care (RR 0.92; 95% CI 0.80 to 1.06). There was no significant decrease in subsequent ED utilisation among patients diverted via pre-hospital diversion compared with non-diverted patients (RR 1.09; 95% CI 0.99 to 1.21). Of the three pre-hospital studies completing a cost analysis, none found a significant difference in total healthcare costs between diverted and non-diverted patients. CONCLUSION: There was no conclusive evidence regarding the impact of diversion strategies on ED utilisation and subsequent healthcare utilisation. The overall quality of the research limited the ability of this review to draw definitive conclusions and more research is required prior to widespread implementation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».