MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411985760 · doi:10.2196/69768

Trends in Avoidable Hospitalizations Before and During the COVID-19 Pandemic: Multiple Cross-Sectional Study Using Administrative Data From Beijing, China

2025· article· en· W4411985760 sur OpenAlexvenueno aff
Xiangzhen Wang, Yin Chen, Yuqi Ta, Moning Guo, Hongqiao Fu

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBeijingPandemicMedicineSocioeconomic statusDemographyChinaPopulationCoronavirus disease 2019 (COVID-19)Environmental healthProxy (statistics)Cross-sectional studyEpidemiologyOutbreakPublic healthGeographyStatisticsDiseaseVirologyInfectious disease (medical specialty)Internal medicine

Résumé

récupéré en direct d'OpenAlex

Background: Avoidable hospitalizations (AHs) have been widely used in high-income countries as a proxy indicator for the quality of primary care. However, it is rarely evaluated in low- and middle-income countries such as China. Studies examining changes in AHs before and during the COVID-19 pandemic are also limited. The appropriateness of AHs as an indicator measuring primary care quality under pandemic conditions has not been well discussed. Objective: This study aims to describe trends in AHs in Beijing, China, during both the prepandemic (2016-2019) and pandemic (2020-2021) periods and examine factors associated with AH rates. Methods: We used hospital discharge data of Beijing residents between January 1, 2016, and December 31, 2021. We identified AH cases from all discharge cases and calculated AH rates each year, adjusting for population structure changes. We performed regression analyses to explore factors associated with AH rates, where the COVID-19 outbreak, health care resources, and socioeconomic characteristics were used as the main explanatory variables. Results: Before the COVID-19 pandemic, the total number of hospital discharges in Beijing increased steadily from 2016 to 2019 but decreased sharply in 2020 and partially rebounded in 2021. The sex- and age-standardized AH rate per 100,000 population rose from 514.7 (95% CI 511.4-517.9) in 2016 to 552.8 (95% CI 549.4-556.1) in 2019. Then it declined to 331.2 (95% CI 328.6-333.8) in 2020 and rebounded to 465.1 (95% CI 462.1-468.1) in 2021, which was still below the prepandemic level. Regression analyses show that the presence of newly confirmed COVID-19 cases was significantly associated with a lower AH rate. As for other factors, higher densities of primary physicians were linked to lower AH rates. Moreover, AH rates were also associated with population structure, the level of economic development, and demographic variables. Conclusions: The AH rate in Beijing exhibited a consistent upward trend before the pandemic and remained higher than in many high-income countries. These characteristics suggest a potential overuse of tertiary care and highlight the necessity for health care system reforms in Beijing, particularly a transition from the hospital-centered model to a primary care-focused delivery system. In addition, the observed associations between AH rates and factors, such as pandemic shock and socioeconomic variables, indicate that AH should be interpreted with appropriate controls when it is used as an indicator of primary care performance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,185
Tête enseignante GPT0,504
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→