Emergency department visits among First Nations female adults in Alberta: a population-based study
Notice bibliographique
Résumé
OBJECTIVE: Emergency departments (EDs) serve as a critical first access point for receiving healthcare for many First Nations members. However, ED experiences differ between First Nations and non-First Nations patients. Our objective is to quantify differences in ED visit characteristics for First Nations female and non-First Nations female adult patients in Alberta. METHODS: We used healthcare administrative data from April 1, 2012 until March 31, 2017 linked to First Nations identifying data. We included all female patients aged 18-54 with ED encounters in Alberta, Canada. We extracted patient characteristics (e.g., age, gender, First Nations status) and ED visit characteristics (e.g., day of week, acuity, diagnosis, disposition). Descriptive statistics were calculated for each of the population groups (i.e., First Nations female and non-First Nations female patients). Mixed effects modeling statistical analyses were conducted to account for clustering when assessing for significant differences between population groups. RESULTS: First Nations female patients who had ≥ 1 ED visit used the ED more compared to non-First Nations female patients (median 5, [IQR 2, 10]) vs. (median 2, [IQR 1, 4]), and a higher proportion of First Nations female visits resulted in admission (6.0% vs. 4.9%, p < 0.0001). First Nations female patients had a higher proportion of their visits diagnosed as related to unspecific findings, infection, cancer, obstetrical conditions, substance misuse/addictions, and mental health. CONCLUSION: Findings suggest a lack of access to culturally safe primary and specialty care that would allow treatment in community and support discharge from acute care. ED providers must understand the conditions that underly First Nations women's visits to take a culturally safe approach that does not blame patients for the number or type of ED visits they require.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,001 | 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 ».