Changes in emergency department use in British Columbia, Canada, during the first 3 years of the COVID-19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Previous studies have shown reductions in the volume of emergency department visits early in the COVID-19 pandemic, but few have evaluated the pandemic's impact over time or stratified analyses by reason for visits. We aimed to quantify such changes in British Columbia, Canada, cumulatively and during prominent nadirs, and by reason for visit, age and acuity. METHODS: We included data from the National Ambulatory Care Reporting System for 30 emergency departments across BC from January 2016 to December 2022. We fitted generalized additive models, accounting for seasonal and annual trends, to the monthly number of visits to estimate changes throughout the pandemic, compared with the expected number of visits in the absence of the pandemic. We determined absolute and relative differences at various times during the study period, and cumulatively since the start of the pandemic until the overall volume of emergency department visits returned to expected levels. RESULTS: Over the first 16 months of the pandemic, the volume of emergency department visits was reduced by about 322 300 visits, or 15% (95% confidence interval 12%-18%), compared with the expected volume. A sharp drop in pediatric visits accounted for nearly one-third of the reduction. The timing of the return to baseline volume of visits differed by subgroup. The largest and most sustained decreases were in respiratory-related emergency department visits, visits among children, visits among oldest adults and non-urgent visits. Later in the pandemic, we observed increased volumes of highest-urgency visits, visits among children and visits related to ear, nose and throat. INTERPRETATION: We have extended evidence that the impact of the COVID-19 pandemic and associated mitigation strategies on emergency department visits in Canada was substantial. Both our findings and methods are relevant in public health surveillance and capacity planning for emergency departments in pandemic and nonpandemic times.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».