First Visit Fallout: Canadian Triage and Acuity Scale (CTAS) and Emergency Department Returns
Notice bibliographique
Résumé
Introduction Unplanned return visits (URVs) to the emergency department (ED) within 72 hours are an important quality indicator in emergency medicine, linked to patient safety and the quality of initial care. This study examines whether the Canadian Triage and Acuity Scale (CTAS) category at the initial visit predicts the likelihood of hospital admission upon URV. Methods A retrospective analysis was conducted over a 12-month period at a tertiary care teaching hospital. URVs were defined as registrations within 72 hours of an initial ED discharge, excluding planned returns. Data were extracted from electronic health records, including demographics, CTAS category, disposition, and admission status. Statistical analyses included Pearson correlation, linear regression, and Fisher's exact test to examine relationships between CTAS and admission risk. Statistical significance was set at p < 0.05. Results Of 57,025 ED attendances, 82.1% (46,793) were discharged, of whom 7.6% (3,566) returned within 72 hours. Among URVs, 14.9% (532) resulted in admission. Admission rates on return varied by initial CTAS level, ranging from 23.1% (CTAS 1) to 4.8% (CTAS 5). CTAS 3 patients represented over half of all visits and the highest absolute number of return admissions. A strong negative correlation was observed between CTAS level and URV admission rate (Pearson r = -0.89; p = 0.04). Linear regression confirmed a statistically significant inverse trend, with each one-point increase in CTAS corresponding to a 5.4% absolute reduction in admission rate (R² = 0.90, p = 0.014). Patients triaged as CTAS 1-2 had a relative risk of 1.90 (95% CI: 1.57 to 2.30) for admission on return compared to those triaged as CTAS 3-5. Conclusions The initial CTAS level is a strong predictor of admission following URVs. Stratified analysis revealed that CTAS 3 patients comprise a clinically important group, both in volume and admission risk. These findings support the use of triage-based reporting in ED quality improvement initiatives.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».