Hospital admission from the emergency department for selected emergent diagnoses during the first year of the COVID-19 pandemic in Ontario: a retrospective population-based study
Notice bibliographique
Résumé
BACKGROUND: Avoidance of care during the pandemic may have contributed to delays in care, and as a result, worse patient outcomes. We evaluated markers of illness acuity on presentation to the emergency department among patients with non-COVID-19-related emergent diagnoses and associated outcomes. METHODS: We conducted a retrospective study using linked administrative data from Ontario. We selected 4 emergent diagnoses, namely appendicitis, ectopic pregnancy, renal failure and diabetic ketoacidosis. We used the nonemergent diagnosis of cellulitis as a control. Our primary outcome of interest was hospital admission. Secondary outcomes were ambulance arrival, surgical intervention, subsequent hospital admission within 30 days of discharge from the emergency department or hospital and 30-day mortality. We compared outcomes during the first year of the COVID-19 pandemic (Mar. 15-Dec. 31, 2020) with a control period (Mar. 15-Dec. 31, 2018, and Mar. 15-Dec. 31, 2019). RESULTS: Emergency department visits for all conditions initially decreased during the pandemic. During this period, patients across all study diagnoses were more likely to arrive to the emergency department via ambulance. Patients with an ectopic pregnancy had higher odds of surgery in the pandemic period (odds ratio [OR] 1.27, 95% confidence interval [CI] 1.04-1.55) but this was not observed among patients with appendicitis. Patients with renal failure had increased odds of hospital admission (OR 1.14, 95% CI 1.04-1.24) and 30-day mortality (OR 1.17, 95% CI 1.04-1.31) during the pandemic period. INTERPRETATION: The pandemic period was associated with increased arrival to the emergency department via ambulance across all study diagnoses. Although patients with renal failure had increased hospital admission and death, and patients with ectopic pregnancy had an increased risk of surgery, there were no differences in outcomes for other populations, suggesting the health care system was able to care for these patients effectively.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».