COVID–19 driven decline in emergency visits: Has it continued, is it permanent, and what does it mean for emergency physicians?
Notice bibliographique
Résumé
INTRODUCTION: Hospital-based emergency departments have been a sustained source of overall hospital utilization in the United States. In 2019, an estimated 150 million hospital-based emergency department (ED) visits occurred in the United States, up from 90 million in 1993, 108 million in 2000 and 137 million in 2015. This study analyzes hospital ED visit registration data pre and post to the COVID-19 pandemic describe the impact of on hospital ED utilization and to assess long-term implications of COVID and other factors on the utilization of hospital-based emergency services. METHODS: We analyze real-time hospital ED visit registration data from a large sample of US hospitals to document changes in ED visits from January 2020 through March 2022 relative to 2019 (pre-COVID baseline) to describe the impact of the COVID-19 pandemic on EDs and assess long-term implications. RESULTS: Our data show an initial steep reduction in ED visits during the first half of 2020 (compared to 2019 levels) with rebounding occurring in 2021, but never reaching pre-pandemic levels. Overall, ED visit volumes across the study states declined in each year since 2019: 2020 declined by -18%, 2021 by -10% and the first quarter of 2022 is -12% below 2019 levels. CONCLUSIONS: There is a wide range of potential long-term implications of the observed reduction in the demand for hospital-based emergency services not only for emergency physicians, but for hospitals, health plans and consumers.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».