MétaCan
Menu
Retour à la cohorte
Enregistrement W3026372919 · doi:10.9778/cmajo.20190186

Epidemiologic features of medical emergencies in remote First Nations in northern Ontario: a cross-sectional descriptive study using air ambulance transport data

2020· article· en· W3026372919 sur OpenAlexaffvenueabout
David VanderBurgh, David W. Savage, Sacha Dubois, Natalie Binguis, Sadie Maxwell, Natalie Bocking, Terri Farrell, Homer Tien, Stephen D. Ritchie, Aaron Orkin

Notice bibliographique

RevueCMAJ Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensNOSM UniversityLakehead UniversityLaurentian UniversityThunder Bay Regional Research InstituteSt. Joseph's Care GroupSt Joseph's Health CentreHumber River Regional HospitalAssembly of First NationsUniversity of TorontoSunnybrook Health Science Centre
Organismes subventionnairesnon disponible
Mots-clésCross-sectional studyAir transportMedical emergencyDescriptive statisticsDescriptive researchMedicineEmergency medical servicesGeographyEnvironmental healthFamily medicineEngineeringTransport engineeringSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: For about 25 000 Ontarians living in remote northern First Nations communities, seeing a doctor in an emergency department requires flying in an airplane or helicopter. This study describes the demographic and epidemiologic characteristics of patients transported from these communities to access hospital-based emergency medical care. METHODS: In this cross-sectional descriptive study, we examined primary medical data on patient transportation from Ornge, the provincial medical air ambulance service provider, for 26 remote Nishnawbe Aski Nation communities in northern Ontario from 2012 to 2016. We described these transports using univariate descriptive statistics. RESULTS: Over the 5-year study period, 10 538 patients (mean 2107.6 per year) were transported by Ornge from the 26 communities. Transport incidence ranged from 9.2 to 9.5 per 100 on-reserve population per year. Women aged 65 years or more had the highest transport incidence (25.9 per 100). Girls aged 5-9 years had the lowest mean incidence (2.1 per 100). Gastrointestinal issues accounted for 13.3% of transfers. Neurologic issues, respiratory issues and trauma each accounted for about 11% of transfers, and cardiac issues for 9.6%. Patients with obstetric issues accounted for 7.6% of transfers per year, and toxicologic emergencies for 7.5%. INTERPRETATION: This study provides the epidemiologic foundation to improve emergency care and emergency transport from remote First Nation communities in Ontario.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,547
Score d'incertitude au seuil0,562

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0010,000
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 Opus0,236
Tête enseignante GPT0,413
Écart entre enseignants0,177 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCMAJ OpenMême sujetTrauma and Emergency Care StudiesTravaux en français237 207