Impacts of the COVID-19 Pandemic on Primary Care Utilization: An Analysis of Primary Care Claims Data in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic disrupted primary health care systems worldwide, prompting rapid changes in how care was delivered. In Alberta, this included a significant shift from in-person to virtual care. This study examines trends in primary care utilization among Albertans during COVID-19 and the shift toward virtual care. METHODS: Repeated cross-sectional analyses were conducted from 2018/19 to 2022/23 using Alberta Health Practitioner Claims data. Utilization was measured as the proportion of Albertans with at least one visit and the annual visit rate per person. Annual percent change (APC) was calculated relative to the pre-pandemic year (2019/20) and stratified by demographics. FINDINGS: The proportion of Albertans with a primary care visit decreased by -9.55% in 2020/21 but recovered to -4.62% by 2022/23. Annual visit rates remained stable post-pandemic. The largest declines in 2020/21 were among children aged 5 to 11 (-38.42%), ≤4 (-33.42%), newborns (-30.36% to -25.49%), and those without health conditions (-20.9%). Virtual care accounted for 23.77% of visits in 2020/21, dropping to 14.43% by 2022/23. CONCLUSIONS: While fewer Albertans accessed primary care, visit rates remained stable due to virtual care. Further research is needed to assess the long-term impacts of COVID-19 on primary healthcare delivery.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».