Changes in Reasons for Visits to Primary Care as a Result of the COVID-19 Pandemic: by INTRePID
Notice bibliographique
Résumé
Context: The COVID-19 pandemic has resulted in changes in healthcare delivery in many countries around the world. Objective: To examine the impact of the pandemic on reasons for visits to primary care through the International Consortium of Primary Care Big Data Researchers (INTRePID). Study Design and Analysis: Cross-sectional retrospective analysis of visit volume, modality and reason for visit from 2018-2021. Setting: Patients seen in primary care settings in Argentina, Australia, Canada, China, Peru, Norway, Singapore, Sweden and USA. Outcome Measures: Monthly visit volume, rates of virtual vs in-person visits for the top 10 reasons for visits to primary care and for common conditions. Results: There were over 215 million visits to primary care in INTRePID countries during the study period. The average monthly visit volume decreased in the first year of the pandemic for INTRePID countries (-20.4% to -43.5%, p=.03 to <.001) except for in Norway, Canada and Sweden (.3%, -.8% and - 9.7%, p=.68, .84, .11 respectively) and increased in Australia (+19%, p=0.013). While Argentina, China and Singapore had little to no virtual care, in the other INTRePID countries the average monthly virtual visit rate ranged from a low in Peru (7.3% first year, 5.2 % second year of the pandemic) to a high in Canada (75.8% first year, 62.5% second year of the pandemic). For anxiety/depression the average monthly visit volume in the first year of the pandemic was higher than pre-pandemic in Australia, Canada, Peru and Singapore (18.9% to 42.2%, p=.004 to <.001). Average monthly visit volume for coughs and colds dropped for all countries in the first year of the pandemic (-47.0% to -86.5%, p=.92 to <.001). Conclusions: While visits to primary care generally declined, the rapid introduction of virtual visits mitigated much of the visit volume disruption in many countries. The pandemic resulted in changes in how primary care is delivered and some changes in what is seen in primary care. It appears that virtual care is likely to be part of a new normal in primary care delivery in many countries.
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 | 0,002 | 0,011 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».