MétaCan
Menu
← Retour à la cohorte
Enregistrement W4367309329 · doi:10.1371/journal.pone.0277065

Virtual care use prior to emergency department admissions during a stable COVID-19 period in Ontario, Canada

2023· article· en· W4367309329 sur OpenAlexafffundabout
Vess Stamenova, Cherry Chu, Emily Borgundvaag, Cathleen Fleury, Janette Brual, Onil Bhattacharyya, Mina Tadrous

Notice bibliographique

RevuePLoS ONE · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensInstitute for Clinical Evaluative SciencesUniversity of TorontoWomen's College Hospital
Organismes subventionnairesMinistry of Health, Ontario
Mots-clésCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakEmergency departmentSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PandemicMedicineEmergency medicineCoronavirus InfectionsMedical emergencyBetacoronavirusMEDLINEVirologyBiologyOutbreakNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The increased use of telemedicine to provide virtual outpatient visits during the pandemic has led to concerns about potential increased emergency department (ED) admissions and outpatient service use prior to such admissions. We examined the frequency of virtual visits use prior to ED admissions and characterized the patients with prior virtual visit use and the physicians who provided these outpatient visits. METHODS: We conducted a retrospective, population-based, cross-sectional analysis using linked health administrative data in Ontario, Canada to identify patients who had an ED admission between July 1 and September 30, 2021 and patients with an ED admissions during the same period in 2019. We grouped patients based on their use of outpatient services in the 7 days prior to admission and reported their sociodemographic characteristics and healthcare utilization. RESULTS: There were 1,080,334 ED admissions in 2021 vs. 1,113,230 in 2019. In 2021, 74% of these admissions had no prior outpatient visits (virtual or in-person) within 7 days of admission, compared to 75% in 2019. Only 3% of ED admissions had both virtual and in-person visits in the 7 days prior to ED admission. Patients with prior virtual care use were more likely to be hospitalized than those without any outpatient care (13% vs 7.7.%). INTERPRETATION: The net amount of ED admissions and outpatient care prior to admission remained the same over a period of the COVID-19 pandemic when cases were relatively stable. Virtual care seemed to be able to appropriately triage patients to the ED and virtual visits replaced in-person visits ahead of ED admissions, as opposed to being additive.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,326
Écart entre enseignants0,240 · 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

Citations2
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→