MétaCan
Menu
Retour à la cohorte
Enregistrement W2970340713 · doi:10.2196/13130

Access to Primary Care and Internet Searches for Walk-In Clinics and Emergency Departments in Canada: Observational Study Using Google Trends and Population Health Survey Data

2019· article· en· W2970340713 sur OpenAlexaffvenueabout
Joseph M. Ssendikaddiwa, Ruth Lavergne

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCommonwealthPopulationMedicineObservational studyDemographyGeographyFamily medicineEnvironmental healthSociology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Access to primary care is a challenge for many Canadians. Models of primary care vary widely among provinces, including arrangements for same-day and after-hours access. Use of walk-in clinics and emergency departments (EDs) may also vary, but data sources that allow comparison are limited. OBJECTIVE: We used Google Trends to examine the relative frequency of searches for walk-in clinics and EDs across provinces and over time in Canada. We correlated provincial relative search frequencies from Google Trends with survey responses about primary care access from the Commonwealth Fund's 2016 International Health Policy Survey of Adults in 11 Countries and the 2016 Canadian Community Health Survey. METHODS: We developed search strategies to capture the range of terms used for walk-in clinics (eg, urgent care clinic and after-hours clinic) and EDs (eg, emergency room) across Canadian provinces. We used Google Trends to determine the frequencies of these terms relative to total search volume within each province from January 2011 to December 2018. We calculated correlation coefficients and 95% CIs between provincial Google Trends relative search frequencies and survey responses. RESULTS: Relative search frequency of walk-in clinic searches increased steadily, doubling in most provinces between 2011 and 2018. Relative frequency of walk-in clinic searches was highest in the western provinces of British Columbia, Alberta, Saskatchewan, and Manitoba. At the provincial level, higher walk-in clinic relative search frequency was strongly positively correlated with the percentage of survey respondents who reported being able to get same- or next-day appointments to see a doctor or a nurse and inversely correlated with the percentage of respondents who reported going to ED for a condition that they thought could have been treated by providers at usual place of care. Relative search frequency for walk-in clinics was also inversely correlated with the percentage of respondents who reported having a regular medical provider. ED relative search frequencies were more stable over time, and we did not observe statistically significant correlation with survey data. CONCLUSIONS: Higher relative search frequency for walk-in clinics was positively correlated with the ability to get a same- or next-day appointment and inversely correlated with ED use for conditions treatable in the patient's regular place of care and also with having a regular medical provider. Findings suggest that patient use of Web-based tools to search for more convenient or accessible care through walk-in clinics is increasing over time. Further research is needed to validate Google Trends data with administrative information on service use.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,483
Score d'incertitude au seuil0,746

Scores Codex et Gemma par catégorie

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

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 Opus0,278
Tête enseignante GPT0,453
Écart entre enseignants0,174 · 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.

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

Citations13
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetData-Driven Disease SurveillanceTravaux en français237 207