Age-varying effects of repeated emergency department presentations for children in Canada
Notice bibliographique
Résumé
OBJECTIVES: Repeated presentations to emergency departments (EDs) may indicate a lack of access to other health care resources. Age is an important predictor of frequent ED use; however, age-varying effects are not generally investigated. This study examines the age-specific effects of predictors on ED presentation frequency for children in Alberta and Ontario, Canada. METHODS: This retrospective study used population-based data during April 2010 to March 2017. Data were extracted from the National Ambulatory Care Reporting System for children aged <18 who were members of the top 10% of ED users in any one of the fiscal years 2011/2012 to 2015/2016 along with a comparison sample from the bottom 90%. A marginal regression model studied the age-varying associations on the frequency of ED presentations with province, sex, access to primary health care provider (for Ontario only), area of residence and lowest neighbourhood income quintile. RESULTS: There were 2,481,172 patients who made 9,229,156 ED presentations. The effects of sex, lowest income quintile, rural residence, access to primary health care provider and province on the frequency of presentations varied by age. Notably, boys go from having more frequent presentations than girls when aged ≤5 (i.e. adjusted intensity ratio [IR]=1.04 at age 5, 95% confidence interval [CI] = 1.03,1.06) to less frequent for ages 8-11 years and beyond 14 (i.e. IR = 0.80 at age 15, 95% CI = 0.78,0.81). Adolescents aged ≥15 without access to a primary care provider had more frequent presentations compared to those with a primary care provider. CONCLUSIONS: When examining the frequency of ED presentations in children, age-varying effects of predictors should be considered. Our more nuanced examination of age provides insights into how health services might better target programmes for different ages to potentially reduce unnecessary ED use by providing other health care alternatives.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».