Surgery Delays and Cancellations in Canada: A Preliminary Examination of Prevalence Trends Over the Past Decade
Notice bibliographique
Résumé
Introduction: The current Canadian health care system is associated with long wait times, where short notice cancellations occur and can be associated with significant disappointment/frustration for the patient, reduction in theatre efficiency/time, increased hospital expenditures, and decreased staff morale. There is no study to date that has identified the prevalence of difficulties acquiring elective surgical procedures in Canada. Methods: The data were drawn from the cross-sectional nationally representative Canadian Community Health Survey (CCHS). We calculated weighted frequencies and supplied 95% confidence intervals to assess prevalence rates of patients receiving past-year non-emergency surgery and prevalence of respondents who had difficulties acquiring surgery for each year. CCHS data files between 2005-2014 were then collapsed to a single aggregate data file to assess the prevalence of type of difficulty experienced. Weighted cross-tabulations, chi-square analyses, and t-tests were used to assess difficulties acquiring surgery across sociodemographic variables, surgery characteristics variables, and waiting times. Results: Results of the chi-square analyses suggest a significance in the prevalence of non-emergency surgery by year (X2 = 67.5, p <.001) and of difficulties acquiring surgery according to year (X2 = 83.5, p <.001). The most prevalent type of difficulty respondents endorsed for acquiring surgery was that respondents waited too long for surgery (58.5%). The results of weighted cross-tabulations and chi-square analyses indicated that the prevalence of difficulties acquiring surgery significantly differed according to sex (X2 = 4.02, p<.05). There was also significant associations between difficulty acquiring surgery with surgery and waiting time variables.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,008 | 0,016 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».