MétaCan
Menu
Retour à la cohorte
Enregistrement W4417098159 · doi:10.24911/ijmdc.51-1763151183

Non-urgent emergency department use and primary health care bypass in Saudi Arabia: a systematic review of determinants and outcomes

2025· review· W4417098159 sur OpenAlexaboutno aff
Mazi Alanazi, Hussam S Alghamdi, Mohammed Alduayj, Maryam Alkhaldi, Shareef Alayuob, Danh Alghamdi, Abdelaati Babikir, Mohamed Saleh, Hossin Almahozi, Manal Althobiti

Notice bibliographique

RevueInternational Journal of Medicine in Developing Countries · 2025
Typereview
Langue
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTriageEmergency departmentObservational studySpecialtyHealth careMedical prescriptionPrimary careRetrospective cohort study

Résumé

récupéré en direct d'OpenAlex

Non-urgent emergency department (ED) use and primary healthcare (PHC) bypass result in crowding in Saudi Arabia EDs. This review aimed to summarize determinants and outcomes to inform management strategies. Electronic databases were searched from 2014 to 2025 for observational Saudi studies evaluating non-urgent Canadian Triage and Acuity Scale (CTAS) 4 and 5 ED visits or PHC bypass. Eligible designs were retrospective analyses and cross-sectional surveys. A total of 6 original articles were included in this systematic review, including two chart reviews and four surveys in tertiary and regional hospitals. Non-urgent cases burden was high: CTAS 4 and 5 formed 61.4% of patients in the largest study; 78.5% of non-life-threatening attendees were triaged non-urgent. Common motives include routine investigations, medication refills, and mild upper respiratory symptoms. Determinants include convenience, appointment unavailability, limited PHC diagnostics, and low awareness of PHC services. Most visits ended with prescriptions and basic laboratory tests; radiology use was not needed in most cases, as well as admissions and specialty referrals. Non-urgent ED visits are mainly affected by access and knowledge gaps and require high acuity interventions. Hence, ED demand can be decreased by expanding after-hours PHC capacity, offering rapid appointments, diagnostics, and implementing electronic referral.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0080,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,383
Écart entre enseignants0,351 · 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 tête enseignante, pas un consensus.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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 revueInternational Journal of Medicine in Developing CountriesMême sujetTrauma and Emergency Care StudiesTravaux en français237 207