Characterizing high-frequency emergency department users in a rural northwestern Ontario hospital: a 5-year analysis of volume, frequency and acuity of visits.
Notice bibliographique
Résumé
INTRODUCTION: High-frequency emergency department users contribute substantially to urban emergency department workloads. The scope of this issue in rural emergency care provision is largely unknown. METHODS: We retrospectively analyzed emergency department visits at the Sioux Lookout Meno Ya Win Health Centre and associated primary care data from 2010 to 2014 for high-frequency (≥ 6 annual visits) and non-high-frequency(< 6 annual visits) emergency department users. RESULTS: High-frequency use of the emergency department was stable over the study period. High-frequency users constituted 7.2% of the emergency department patient population and accounted for 31.3% of the emergency department workload and 24.3% of hospital admissions. High-frequency users had similar clinical presentations as non-high-frequency users but required fewer admissions per emergency department visit (5.3% vs. 7.6%, p < 0.001). High-frequency users had more low-acuity presentations and concurrently accessed primary care services twice as often as non-high-frequency users. Females outnumbered males across all age categories in both user groups. CONCLUSION: High-frequency emergency department use is an important issue for rural hospitals. High use of this rural emergency department was not associated with limited use of primary care services. Aside from accepting that "they will always be with us," more research, particularly qualitative, is needed to understand why some patients frequently visit a rural emergency department.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».