MétaCan
Menu
Retour à la cohorte
Enregistrement W4213027644 · doi:10.1186/s12913-022-07566-6

Outpatient visit trends for internal medicine ambulatory care sensitive conditions after the COVID-19 pandemic: a time-series analysis

2022· article· en· W4213027644 sur OpenAlexafffundabout
Ciara Pendrith, Dhruv Nayyar, Cherry Chu, Tara O’Brien, Owen D. Lyons, Payal Agarwal, Danielle Martin, R. Sacha Bhatia, Geetha Mukerji

Notice bibliographique

RevueBMC Health Services Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensUniversity Health NetworkPublic Health OntarioWomen's College HospitalUniversity of Toronto
Organismes subventionnairesWomen's College Hospital
Mots-clésMedicinePandemicAmbulatory careAmbulatoryOutpatient visitsCoronavirus disease 2019 (COVID-19)Emergency medicineFamily medicineInternal medicineHealth careDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic led to a dramatic shift in the delivery of outpatient medicine with reduced in-person visits and a transition to predominantly virtual visits. We sought to understand trends in visit patterns for ambulatory care sensitive conditions (ACSCs) commonly seen in internal medicine clinics. METHODS: We included adult outpatients seen for an ACSC between March 15th, 2017 and March 14th, 2021 at a single-centre in Ontario, Canada. Monthly visits were assessed by visit type (new consultation, follow-up), diagnosis, and clinic. Time series analyses compared visit volumes pre- and post-pandemic. Proportion of virtual visits were compared before and during the pandemic. Patient and visit factors were compared between in-person and virtual visits. RESULTS: 8274 patients with 34,021 visits were included. Monthly visits increased by 15% during the pandemic (p < 0.0001). New consultations decreased by 10% (p = 0.0053) but follow-up visits increased by 21% (p < 0.0001). Monthly heart failure visits increased by 43% (p < 0.0001) whereas atrial fibrillation visits decreased. Pre- pandemic, < 1% of visits were virtual compared to 82% during the pandemic (p < 0.0001). Less than half of heart failure visits were virtual whereas > 95% of diabetes visits were virtual. CONCLUSIONS: We found a significant increase in overall visits to internal medicine clinics driven by increased volumes of follow-up visits, which more than offset decreased new consultations. There was variability in visit trends and uptake of virtual care by visit diagnosis, which may indicate challenges with delivery of virtual care for certain conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,091
Tête enseignante GPT0,493
Écart entre enseignants0,402 · 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

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations23
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetTelemedicine and Telehealth ImplementationTravaux en français237 207