MétaCan
Menu
Retour à la cohorte
Enregistrement W4235435351 · doi:10.2196/preprints.13130

Using Google Trends to track walk-in clinic and emergency department searches over time and across provinces in Canada (Preprint)

2019· preprint· en· W4235435351 sur OpenAlexaboutno aff
Joseph M. Ssendikaddiwa, Ruth Lavergne

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmergency departmentPrimary careGeographyMedicineDemographyMedical emergencyFamily medicineSociologyNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Access to primary care is a challenge for many Canadians. Models of primary care vary widely across provinces, including arrangements for same day and after-hours access. Use of walk-in clinics and emergency departments may also vary, but data sources that allow comparison are limited. OBJECTIVE We use Google Trends to examine searches for walk-in clinics and emergency departments across provinces and over time in Canada, and compare results to other information about primary care access. METHODS We developed search strategies to capture the range of terms used for walk-in clinics (e.g. urgent care clinic, after-hours clinic) and emergency departments (e.g. ER, emergency room) across Canadian provinces. We used Google Trends to determine the frequencies of these terms relative to total search volume, and standardized search frequencies to allow comparisons across provinces and over time (2011-2018). We explored how care seeking captured by Google Trends correlates with other sources of data on primary care access by province. RESULTS Manitoba, British Columbia, and Nova Scotia had highest search frequency for emergency departments, and Saskatchewan, Alberta, and Ontario had the lowest. Searches for walk-in clinics were most common in the western provinces of British Columbia, Alberta, and Saskatchewan. Relative search frequency for walk-in clinics increased steadily, doubling in most provinces between 2011 and 2018. Higher search frequency for walk-in clinics was correlated with ability to get a same or next-day appointment and inversely correlated with both ED use for conditions treatable in patients’ regular place of care and having a regular medical provider. Emergency department searches were not correlated with survey data. CONCLUSIONS Search frequencies may reflect patient care seeking but may also be impacted by news coverage and other events, especially in the case of emergency department searches. We observe substantial interprovincial variation, and marked growth in the frequency of searches for walk-in clinics. Google Searches for walk-in clinics correlate with other measures of access, and appear to correspond to differences in policies related to walk-in clinics, advanced access, and after-hours care between provinces.

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)0,001
score de la tête « metaresearch » (Gemma)0,012
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: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,149

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0110,030
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,044
Tête enseignante GPT0,358
Écart entre enseignants0,314 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetData-Driven Disease SurveillanceTravaux en français237 207