MétaCan
Menu
Retour à la cohorte
Enregistrement W4387241671 · doi:10.26635/6965.6066

Pacific patients' reasons for attending the emergency department of Counties Manukau for non-urgent conditions

2023· article· en· W4387241671 sur OpenAlexaff
Vili Nosa, Catherine Yang, Vanessa Selak, David Schaaf

Notice bibliographique

RevueNew Zealand Medical Journal · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensBC Cancer Agency
Organismes subventionnairesnon disponible
Mots-clésAsia pacificEthnic groupAttendanceMedicinePacific islandersEmergency departmentFamily medicineNursingPolitical scienceBusiness

Résumé

récupéré en direct d'OpenAlex

AIM: To determine Pacific patients' reasons for Emergency Department (ED) use for non-urgent conditions by Pacific people at Counties Manukau Health. METHODS: Patients who self-presented to Counties Manukau ED with a non-urgent condition in June 2019 were surveyed. Responses to open-ended questions were analysed using a general inductive approach, in discussion with key stakeholders. RESULTS: Of 353 participants with ethnicity reported, 139 (39%) were Pacific, 66 (19%) Māori and 148 (42%) were non-Māori non-Pacific, nMnP. A total of 58 (42%) of Pacific participants had been to their general practitioner prior to presenting to the ED; this proportion was similar for Māori (19 [30%]) and nMnP (59 [40%]) (p=0.215). The most common reasons for ED attendance among Pacific (as well as other) participants were 1) advice by a health professional (41%, 95% CI 33-50%), 2) usual care unavailable (28%, 20-36%), 3) symptoms not improving (21%, 14-28%), and 4) symptoms too severe to be managed elsewhere (19%, 12-26%). CONCLUSIONS: Multiple reasons underlie non-urgent use of EDs by Pacific and other ethnic groups. These reasons need to be considered simultaneously in the design, implementation, and evaluation of multi-dimensional initiatives that discourage non-urgent use of EDs to ensure that such initiatives are effective, equitable, and unintended consequences are avoided.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,323
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueNew Zealand Medical JournalMême sujetEmergency and Acute Care StudiesTravaux en français237 207