Health system utilization following medical advice from Alberta’s Virtual MD: a descriptive analysis
Notice bibliographique
Résumé
OBJECTIVES: Alberta's Virtual MD program was established to enhance nurse tele-triage and divert low-acuity patients from the emergency department (ED). This study describes the use of Virtual MD and its impact on healthcare utilization. METHODS: Demographic and clinical characteristics of Virtual MD patients were compared with Health Link 811 callers and the overall Alberta population between April 1, 2022, and March 31, 2023. Virtual MD recommendations included seeing a primary care provider, going to ED/urgent care, and self-management at home. Concordance with recommendations was determined using linked health administrative data. RESULTS: Virtual MD patients (n = 19,312) had a mean age of 34.8 years and were mostly female (62.3%). Compared to Health Link 811 callers, Virtual MD patients were slightly older (≥ 55 years) (20.8% vs. 25.0%). Of patients called within 4 h, 55.7% visited primary care within 14 days as advised, 60.0% visited ED within 2 days as advised and 52.5% of those advised to self-manage care at home did not use any healthcare within 14 days. Those advised to seek primary care had a higher odds [OR = 1.65 (95%CI: 1.24-2.21)] of family practice-sensitive conditions when they presented at ED compared to those advised to seek ED care. Hospitalization within 2 weeks was lower for patients advised to see primary care compared to those advised to see ED [4 h callback: OR = 0.33 (95%CI: 0.26 - 0.43), 24 h callback: OR = 0.15 (95%CI 0.08 - 0.28)]. CONCLUSION: Virtual MD effectively triaged patients, with over half following through on recommendations to see primary care, see ED, or self-manage care at home. Patients referred to primary care, but instead choosing to visit ED, were more likely to present with family practice-sensitive conditions, demonstrating appropriateness of the initial primary care advice. Overall, the Virtual MD service enables patients to access more appropriate levels of care for their healthcare needs.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 |
| 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 ».