MétaCan
Menu
Retour à la cohorte
Enregistrement W4389631333 · doi:10.2196/48159

Impact of the COVID-19 Pandemic on Health Care Utilization in the Vaccine Safety Datalink: Retrospective Cohort Study

2023· article· en· W4389631333 sur OpenAlexvenueno aff
Lei Qian, Lina S. Sy, Vennis Hong, Sungching Glenn, Denison S Ryan, Jennifer C. Nelson, Simon J. Hambidge, Bradley Crane, Ousseny Zerbo, Malini B. DeSilva, Jason M. Glanz, James G. Donahue, Elizabeth Liles, Jonathan Duffy, Stanley Xu

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueVaccine Coverage and Hesitancy
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and Prevention
Mots-clésPreprintCoronavirus disease 2019 (COVID-19)Pandemic2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)MedicineRetrospective cohort studyVaccine safetyCohort studyHealth careEnvironmental healthMedical emergencyVirologyOutbreakDiseasePolitical scienceImmunizationComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Understanding the long-term impact of the COVID-19 pandemic on health care utilization is important to health care organizations and policy makers for strategic planning, as well as to researchers when designing studies that use observational electronic health record data during the pandemic period. OBJECTIVE: This study aimed to evaluate the changes in health care utilization across all care settings among a large, diverse, and insured population in the United States during the COVID-19 pandemic. METHODS: We conducted a retrospective cohort study within 8 health care organizations participating in the Vaccine Safety Datalink Project using electronic health record data from members of all ages from January 1, 2017, to December 31, 2021. The visit rates per person-year were calculated monthly during the study period for 4 health care settings combined as well as by inpatient, emergency department (ED), outpatient, and telehealth settings, both among all members and members without COVID-19. Difference-in-difference analysis and interrupted time series analysis were performed to assess the changes in visit rates from the prepandemic period (January 2017 to February 2020) to the early pandemic period (April-December 2020) and the later pandemic period (July-December 2021), respectively. An exploratory analysis was also conducted to assess trends through June 2023 at one of the largest sites, Kaiser Permanente Southern California. RESULTS: The study included more than 11 million members from 2017 to 2021. Compared with the prepandemic period, we found reductions in visit rates during the early pandemic period for all in-person care settings. During the later pandemic period, overall use reached 8.36 visits per person-year, exceeding the prepandemic level of 7.49 visits per person-year in 2019 (adjusted percent change 5.1%, 95% CI 0.6%-9.9%); inpatient and ED visits returned to prepandemic levels among all members, although they remained low at 0.095 and 0.241 visits per person-year, indicating a 7.5% and 8% decrease compared to pre-pandemic levels among members without COVID-19, respectively. Telehealth visits, which were approximately 42% of the volume of outpatient visits during the later pandemic period, were increased by 97.5% (95% CI 86.0%-109.7%) from 0.865 visits per person-year in 2019 to 2.35 visits per person-year in the later pandemic period. The trends in Kaiser Permanente Southern California were similar to those of the entire study population. Visit rates from January 2022 to June 2023 were stable and appeared to be a continuation of the use levels observed at the end of 2021. CONCLUSIONS: Telehealth services became a mainstay of the health care system during the late COVID-19 pandemic period. Inpatient and ED visits returned to prepandemic levels, although they remained low among members without evidence of COVID-19. Our findings provide valuable information for strategic resource allocation for postpandemic patient care and for designing observational studies involving the pandemic period.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,020
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,086
Tête enseignante GPT0,425
Écart entre enseignants0,340 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetVaccine Coverage and HesitancyTravaux en français237 207