Identifying factors associated with high use of acute care in Canada: protocol of a population-based retrospective cohort study
Notice bibliographique
Résumé
INTRODUCTION: High-cost users (HCUs) account for a small proportion of the population but use a disproportionately large share of healthcare resources. Although HCUs exist in all healthcare types, acute care is the most expensive type of service and the most significant contributor to expenditures among HCUs. This study aims to determine demographic, socioeconomic and clinical factors associated with being HCUs in adult patients (≥18 years) receiving acute care in Canada. METHODS AND ANALYSIS: This is a population-based analysis using a national linked dataset. Adult patients who had at least one interaction with acute care facilities each year from 2011 to 2014 were captured in the dataset, and those living in institutions or other collective residences were not covered. The primary outcome is HCU of acute care (yes/no), which is defined as whether a patient is within the top 10% of the highest acute care cost users in his/her province. Multilevel logistic regression will be used to identify factors associated with HCU and to examine the provincial variations of these identified risk factors. Sensitivity analyses investigating the influences of different high user definitions and missing data on the study results will also be performed. ETHICS AND DISSEMINATION: All researchers will follow the codes and rules set by Statistics Canada and the Research Data Centre and give priority to the confidentiality of the data during and after this study. The study findings will be published in peer-review journals and disseminated at academic conferences.
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 | 0,014 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 ».