Validating the Emergency Department Avoidability Classification (EDAC): A cluster randomized single-blinded agreement study
Notice bibliographique
Résumé
INTRODUCTION: The Emergency Department Avoidability Classification (EDAC) retrospectively classifies emergency department (ED) visits that could have been safely managed in subacute primary care settings, but has not been validated against a criterion standard. A validated EDAC could enable accurate and reliable quantification of avoidable ED visits. We compared agreement between the EDAC and ED physician judgements to specify avoidable ED visits. MATERIALS AND METHODS: We conducted a cluster randomized, single-blinded agreement study in an academic hospital in Hamilton, Canada. ED visits between January 1, 2019, and December 31, 2019 were clustered based on EDAC classes and randomly sampled evenly. A total of 160 ED visit charts were randomly assigned to ten participating ED physicians at the academic hospital for evaluation. Physicians judged if the ED visit could have been managed appropriately in subacute primary care (an avoidable visit); each ED visit was evaluated by two physicians independently. We measured interrater agreement between physicians with a Cohen's kappa and 95% confidence intervals (CI). We evaluated the correlation between the EDAC and physician judgements using a Spearman rank correlation and ordinal logistic regression with odds ratios (ORs) and 95% CIs. We examined the EDAC's precision to identify avoidable ED visits using accuracy, sensitivity and specificity. RESULTS: ED physicians agreed on 139 visits (86.9%) with a kappa of 0.69 (95% CI 0.59-0.79), indicating substantial agreement. Physicians judged 96.2% of ED visits classified as avoidable by the EDAC as suitable for management in subacute primary care. We found a high correlation between the EDAC and physician judgements (0.64), as well as a very strong association to classify avoidable ED visits (OR 80.0, 95% CI 17.1-374.9). The EDACs avoidable and potentially avoidable classes demonstrated strong accuracy to identify ED visits suitable for management in subacute care (82.8%, 95% CI 78.2-86.8). DISCUSSION: The EDAC demonstrated strong evidence of criterion validity to classify avoidable ED visits. This classification has important potential for accurately monitoring trends in avoidable ED utilization, measuring proportions of ED volume attributed to avoidable visits and informing interventions intended at reducing ED use by patients who do not require emergency or life-saving healthcare.
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 | 0,087 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».