MétaCan
Menu
Retour à la cohorte
Enregistrement W2995395966 · doi:10.1097/mlr.0000000000001270

Risk of Frequent Emergency Department Use Among an Ambulatory Care Sensitive Condition Population

2019· article· en· W2995395966 sur OpenAlexaffabout
Catherine Hudon, Josiane Courteau, Yohann Chiu, Maud‐Christine Chouinard, Marie‐France Dubois, Nicole Dubuc, Nicolas Elazhary, François Racine-Hemmings, Isabelle Dufour, Alain Vanasse

Notice bibliographique

RevueMedical Care · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversité du Québec à ChicoutimiCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentMedicineCohortAmbulatoryPopulationCohort studyAmbulatory careDementiaObservational studyEmergency medicineHealth careLogistic regressionGerontologyInternal medicineEnvironmental healthDiseasePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A small fraction of patients use a disproportionately large amount of emergency department (ED) resources. Identifying these patients, especially those with ambulatory care sensitive conditions (ACSC), would allow health care professionals to enhance their outpatient care. OBJECTIVE: The objectives of the study were to determine predictive factors associated with frequent ED use in a Quebec adult population with ACSCs and to compare several models predicting the risk of becoming an ED frequent user following an ED visit. RESEARCH DESIGN: This was an observational population-based cohort study extracted from Quebec's administrative data. SUBJECTS: The cohort included 451,775 adult patients, living in nonremote areas, with an ED visit between January 2012 and December 2013 (index visit), and previously diagnosed with an ACSC but not dementia. MEASURES: The outcome was frequent ED use (≥4 visits) during the year following the index visit. Predictors included sociodemographics, physical and mental comorbidities, and prior use of health services. We developed several logistic models (with different sets of predictors) on a derivation cohort (2012 cohort) and tested them on a validation cohort (2013 cohort). RESULTS: Frequent ED users represented 5% of the cohort and accounted for 36% of all ED visits. A simple 2-variable prediction model incorporating history of hospitalization and number of previous ED use accurately predicted future frequent ED use. The full model with all sets of predictors performed only slightly better than the simple model (area under the receiver-operating characteristic curve: 0.786 vs. 0.759, respectively; similar positive predictive value and number needed to evaluate curves). CONCLUSIONS: The ability to identify frequent ED users based only on previous ED and hospitalization use provides an opportunity to rapidly target this population for appropriate interventions.

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)0,000
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 enseignants0,007
Score d'incertitude au seuil0,923

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,290
Écart entre enseignants0,280 · 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

Citations17
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMedical CareMême sujetEmergency and Acute Care StudiesTravaux en français237 207