The Association of the Frequency of Community Paramedicine Sessions and 9-1-1 Calls in Ontario Subsidized Housing: A Multilevel Analysis
Notice bibliographique
Résumé
Older adults, especially those who are of low socioeconomic status, experience higher rates of mortality and chronic disease. As a result, older adults are frequent users of emergency medical service (EMS), comprising approximately 38-48% of all EMS calls. In response to higher EMS demands, community paramedicine has recently emerged as a non-traditional model whereby paramedics provide care in a community- based setting. CP@clinic is a community paramedicine programme that focuses on disease prevention and health promotion with the goal of reducing EMS demand. Given the knowledge that older adults who live in subsidized housing have poorer health outcomes, CP@clinic has been implemented in several subsidized housing building across Ontario. A program evaluation of CP@clinic is currently underway to make recommendations to paramedic partner stakeholders regarding program delivery. As part of this evaluation, I sought to understand the association of the number of CP@clinic sessions held per month and EMS calls per apartment unit. De-identified EMS call data were collated from 9 paramedic services across Ontario from February 2015 to December 2019. I conducted a three-level multilevel regression analysis, with EMS calls per apartment unit as the outcome. The primary analysis found that a one-session increase in the number of sessions held per month was associated with an average 2.4% higher incident rate of EMS calls, adjusted for building size. A secondary analysis, with the number of sessions per month as a categorical variable, revealed that two CP@clinic sessions per month had the smallest association with EMS calls, adjusted for building size. Based on these results, it is recommended that paramedic services offer two or more CP@clinic sessions per month. Future research should investigate the factors that impact each services’ ability to offer the CP@clinic programme.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».