Sociodemographic characteristics and emergency department visits and inpatient hospitalizations for atopic dermatitis in Ontario: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Some jurisdictions experience sociodemographic disparities in atopic dermatitis care, including emergency department visits, but data from Canada are limited. Our objectives were to estimate the prevalence of atopic dermatitis in Ontario and to identify sociodemographic factors associated with emergency department visits and hospitalizations for this condition. METHODS: We conducted a cross-sectional analysis of patients in the Electronic Medical Record Primary Care database linked with administrative health data for Ontario, Canada. We estimated period prevalence and health service utilization for atopic dermatitis from 2005 to 2015. We used multivariable log-binomial regression to calculate adjusted risk ratios (RRs) and 95% confidence intervals (CIs) for associations between local dermatologist density and the proportion of emergency department visits and hospitalizations for atopic dermatitis. RESULTS: Among 249 984 patients, we identified 7812 with atopic dermatitis (period prevalence 2005-2015: 3.1%). Almost all physician visits for atopic dermatitis were to primary care physicians (> 99%). For every additional dermatologist per 100 000 population, the proportions of emergency department visits and hospitalizations for atopic dermatitis increased by 29% (RR 1.29, 95% CI 1.05-1.57). This relationship occurred in and around Toronto but was not consistent across the province. INTERPRETATION: In Ontario, higher dermatologist density was not associated with lower emergency department utilization and hospitalization for atopic dermatitis; the association varied in different locales with similar dermatologist densities. Strategies to improve access to care for atopic dermatitis should be tailored to local contexts.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».