Impact of the COVID-19 pandemic on health services utilisation and mortality in Ontario, Canada: an interrupted time series analysis
Notice bibliographique
Résumé
Background: This study explores changing patterns of healthcare utilisation for chronic diseases during the COVID-19 pandemic in Ontario, Canada. It compares prepandemic and pandemic morbidity and mortality, focusing on physician and emergency department visits, hospitalisations for anxiety, depression and chronic diseases, as well as all-cause mortality rates. Methods: We constructed a cohort of 2 950 384 adults (18+ years), using administrative health databases, who were living in Ontario, Canada, between the period of January 2017 and March 2023 and recorded the number of visits each individual had in the follow-up period related to chronic conditions. The data were then analysed using an interrupted time-series design to observe changes from before compared with during the pandemic in (1) monthly physician or emergency visits and hospitalisations and (2) monthly all-cause deaths. The exposure in this study was the onset of the COVID-19 pandemic in Ontario, Canada. Results: In the prepandemic period, mean monthly PCR-tested visits in Ontario were 364 880, with a steady increase of 1210 visits per month. During the initial phase of the COVID-19 pandemic, there was a decline in physician visits and hospitalisations for chronic diseases. This trend changed, leading to a significant rise in visits that peaked in March 2021, increasing by 1690 visits monthly. From 2022 onwards, visits saw a notable decline, decreasing by 6830 per month (p<0.05), reflecting reduced healthcare utilisation in the later pandemic phases. Conclusions: The COVID-19 pandemic caused significant fluctuations in healthcare utilisation in Ontario. These changes suggest increased risks of missed diagnoses and delayed care, impacting morbidity and mortality. The results emphasise the importance of adaptable healthcare systems and strong pandemic preparedness to maintain care continuity, especially for chronic disease management, during resource-limited periods.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».