Despite Having Worse Risk Profiles, Northern Albertans Wait Longer for Specialist Follow-up After Emergency Department Visits for Atrial Fibrillation
Notice bibliographique
Résumé
BACKGROUND: Atrial fibrillation and flutter (AFF) are common arrhythmias diagnosed in the emergency department (ED), and prompt follow-up with specialists may yield better outcomes. This study examines time to first specialist outpatient visit following ED discharge for AFF. METHODS: Alberta residents aged ≥ 35 years with ED presentations for AFF ending in discharge during 2017-2018 were extracted and linked with hospitalizations and physician claims. A spatial scan and multinomial logistic regression were performed. Regression model predictors included demographics, prior diagnoses, and prior health service use. RESULTS: ED presentations for 4387 patients (54% male; mean age 68 years) were analyzed. Two geographic areas were identified as clusters that had longer times than would be expected by chance: a north cluster of northern areas with an estimated median time of 98 days (95% confidence interval [CI] 82,139), and an east cluster of eastern areas with a median of 57 days (95% CI 47, 68). Patients in the north cluster were more likely to be younger (adjusted odds ratio [aOR] = 0.76 per 5 years, 95% CI 0.62, 0.93) and have prior histories of AFF (aOR = 1.45, 95% CI 1.11, 1.90), congestive heart failure (aOR=1.51, 95% CI 1.15, 1.98), chronic obstructive pulmonary disease (aOR = 2.03, 95% CI 1.55, 2.65), and diabetes (aOR = 1.30, 95% CI 1.00, 1.67). They were less likely to have prior general practitioner outpatient visits (aOR = 0.65 per 5 visits, 95% CI 0.53, 0.81) and specialist outpatient visits (aOR = 0.39, 95% CI 0.30, 0.50) than other patients. CONCLUSIONS: Despite being at higher risk, patients in northern areas took longer to see a specialist after an ED presentation for AFF than those from other regions. Innovative strategies for promoting specialist follow-up should be explored.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».