Changes in health service use due to alcohol during the COVID-19 pandemic among individuals with and individuals without pre-existing alcohol-related medical diagnoses
Notice bibliographique
Résumé
OBJECTIVE: To compare changes in outpatient and acute care visits due to alcohol during the COVID-19 pandemic between individuals with and those without a history of alcohol-related health service use (AHSU). METHODS: We conducted a cross-sectional analysis of health administrative data in Ontario, Canada. The Ontario population was stratified into those with and those without 1+ health service encounter(s) due to alcohol in the past 2 years. We compared age- and sex-standardized rates of alcohol-related outpatient visits, emergency department (ED) visits, and hospitalizations during the first 15 months of the pandemic (March 2020-May 2021) to those during the same 15-month period prior to the pandemic (March 2018-May 2019). RESULTS: Of 13,450,750 eligible Ontarians on March 11, 2022, 129,434 (1.0%) had AHSU in the previous 2 years. Overall, rates of alcohol-related outpatient visits and hospitalizations increased, while rates of alcohol-related ED visits decreased during the pandemic. There was a similar relative increase in rates of alcohol-related outpatient visits and hospitalizations between those with and those without prior AHSU. However, the absolute increase in rates of alcohol-related outpatient visits and hospitalizations was higher among those with prior AHSU (outpatient rate difference (RD) per 10,000 population: 852.3, 95% confidence interval (CI): 792.7, 911.9; inpatient RD: 26.0, 95% CI: -2.3, 54.2) than among those without (outpatient RD: 6.5, 95% CI: 6.0, 6.9; inpatient RD: 0.4, 95% CI: 0.2, 0.7). CONCLUSION: Rates of alcohol-related outpatient and inpatient care increased during the COVID-19 pandemic, and high rate of recurrent harm among individuals with pre-pandemic AHSU was an important contributor to this trend.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».