MétaCan
Menu
Retour à la cohorte
Enregistrement W3006077094 · doi:10.1371/journal.pone.0229022

Persistent frequent emergency department users with chronic conditions: A population-based cohort study

2020· article· en· W3006077094 sur OpenAlexafffundabout
Yohann Chiu, Alain Vanasse, Josiane Courteau, Maud‐Christine Chouinard, Marie‐France Dubois, Nicole Dubuc, Nicolas Elazhary, Isabelle Dufour, Catherine Hudon

Notice bibliographique

RevuePLoS ONE · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversité du Québec à ChicoutimiCentre Hospitalier Universitaire de SherbrookeUniversité de Sherbrooke
Organismes subventionnairesFonds de Recherche du Québec - SantéAstraZeneca CanadaAstraZeneca
Mots-clésEmergency departmentMedicineMedical emergencyCohort studyCohortPopulationEmergency medicineEnvironmental healthInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Frequent emergency department users are patients cumulating at least four visits per year. Few studies have focused on persistent frequent users, who maintain their frequent user status for multiple consecutive years. This study targets an adult population with chronic conditions, and its aims are: 1) to estimate the prevalence of persistent frequent ED use; 2) to identify factors associated with persistent frequent ED use (frequent use for three consecutive years) and compare their importance with those associated with occasional frequent ED use (frequent use during the year following the index date); and 3) to compare characteristics of "persistent frequent users" to "occasional frequent users" and to "users other than persistent frequent users". METHODS: This is a retrospective cohort study using Quebec administrative databases. All adult patients who visited the emergency department in 2012, diagnosed with chronic conditions, and living in non-remote areas were included. Patients who died in the three years following their index date were excluded. The main outcome was persistent frequent use (≥4 visits per year during three consecutive years). Potential predictors included sociodemographic characteristics, physical and mental comorbidities, and prior healthcare utilization. Odds ratios were computed using multivariable logistic regression. RESULTS: Out of 297,182 patients who visited ED at least once in 2012, 3,357 (1.10%) were persistent frequent users. Their main characteristics included poor socioeconomic status, mental and physical comorbidity, and substance abuse. Those characteristics were also present for occasional frequent users, although with higher percentages for the persistent user group. The number of previous visits to the emergency department was the most important factor in the regression model. The occasional frequent users' attrition rate was higher between the first and second year of follow-up than between the second and third year. CONCLUSIONS: Persistent frequent users are a subpopulation of frequent users with whom they share characteristics, such as physical and mental comorbidities, though the former are poorer and younger. More research is needed in order to better understand what factors can contribute to persistent frequent 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 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,801

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,273
Écart entre enseignants0,227 · 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
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

Citations43
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetEmergency and Acute Care StudiesTravaux en français237 207