An Interrupted Time-Series Analysis of Pediatric Emergency Department Visits During the Coronavirus Disease 2019 Pandemic
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to estimate the impact of the coronavirus disease 2019 pandemic on pediatric emergency department (PED) visits after declaration of stay-at-home orders within British Columbia, Canada, and the change in cases by acuity and age for 6 months during the pandemic. METHODS: Retrospective data on PED visits at British Columbia Children's Hospital were collected between December 1, 2019, and August 31, 2020, and for 2 previous years. An interrupted time-series analysis was performed to estimate the difference in daily visits after stay-at-home orders on March 17, 2020, as well as before and after. Further analysis was performed to estimate the drop and recovery of admission and visits by age and acuity. RESULTS: After adjustment for year and seasonality, we documented a drop in the expected number of daily visits of 83 (95% confidence interval [CI], 78-89) after stay-at-home orders. Thereafter, daily visits increased by 12.9 (95% CI, 11.3-14.4) every month. Probability of admission adjusted for seasonality and acuity increased 6.9% (95% CI, 4.9%-9.0%) after stay-at-home orders and decreased in the odds of -0.7% (95% CI, -1% to -0.4%) monthly thereafter. CONCLUSIONS: The coronavirus disease 2019 pandemic has had a dramatic and lasting impact on the number of PED visits, with contracted rates 6 months into the pandemic. Further increase in acuity-adjusted rate of admissions after stay at home orders suggests that individuals may be delaying arrival to the emergency department. Further assessment is needed to determine if patients are seeking care through other venues or not seeking care altogether.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,005 | 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 ».