The primary care COVID-19 integrated pathway: a rapid response to health and social impacts of COVID-19
Notice bibliographique
Résumé
Abstract Background The first wave of COVID-19 in Calgary, Alberta accelerated the integration of primary care with the province’s centrally managed health system. This integration aimed to deliver wraparound in-community patient care through two interventions that combined to create the COVID-19 Integrated Pathway (CIP). The CIP’s interventions were: 1) a data sharing platform that ensured COVID-19 test results were directly available to family physicians (FPs), and 2) a clinical algorithm that supported FPs in delivering in-community follow up to improve patient outcomes. We describe the CIP function and its capacity to facilitate FP follow-up with COVID-19 patients and evaluate its impact on Emergency Department (ED) visits and hospitalization. Method We generated descriptive statistics by analyzing data from a Calgary Zone hub clinic called the Calgary COVID-19 Care Clinic (C4), provincially maintained records of hospitalization, ED visits, and physician claims. Results Between Apr. 16 and Sep. 27, 2020, 7289 patients were referred by the Calgary Public Health team to the C4 clinic. Of those, 48.6% were female, the median age was 37.4 y. 97% of patients had at least one visit with a healthcare professional, where follow-up was conducted using the CIP’s algorithm. 5.1% of patients visited an ED and 1.9% were hospitalized within 30 days of diagnosis. 75% of patients had a median of 4 visits with their FP. Discussion Our data suggest that information exchange between Primary Care (PC) and central systems facilitates primary care-based management of patients with COVID-19 in the community and has potential to reduce acute care visits.
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 | 0,012 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».