Factors Associated with Patients Leaving Without Being Seen in a Canadian Emergency Department
Notice bibliographique
Résumé
INTRODUCTION: Patients leaving without being seen is a critical quality metric for emergency department (ED) performance and is associated with negative patient outcomes and operational inefficiencies. In this study we aimed to systematically assess patient- and system-level factors influencing leaving-without-being-seen behavior. METHODS: We conducted a retrospective cohort study at The Ottawa Hospital, a tertiary-care ED with 85,000 annual ED visits in Ottawa, Canada. We analyzed all patient encounters for two years from May 2022-April 2024. Variables included demographics characteristics (age, sex), visit specifics (arrival day and time, Canadian Triage and Acuity Scale [CTAS] scores, presenting complaints), and operational metrics (ED occupancy metrics). Multivariate logistic regression analyses evaluated the influence of these factors on rates of leaving without being seen. RESULTS: Of 170,536 ED visits, 15,473 (9.1%) patients left without being seen, and 2,716 (1.6%) left before triage. Each additional 10 years of age reduced the adjusted odds of leaving without being seen by 20.2% (older patients left less frequently). Male patients had 9.4% higher adjusted odds of leaving without being seen compared to females. For every five patients waiting to be seen, the adjusted odds of leaving increased by 16.9% for a newly arriving patient. For every five patients already seen but awaiting disposition, the adjusted odds of leaving increased by 9.6% for a newly arriving patient. Compared to CTAS 2 patients (high acuity), CTAS 3 patients had 67.1% higher adjusted odds of leaving, CTAS 4 patients had 134% higher adjusted odds, and CTAS 5 patients (lowest acuity) had 176% higher adjusted odds of leaving. CONCLUSION: Younger age, male sex, lower acuity, and ED crowding independently and significantly increase rates of leaving without being seen. Importantly, both crowding and volume of patients waiting impact left-without-being-seen behaviour. Optimizing patient flow through strategic movement within the ED may enhance the perception of progress, encouraging patients to remain for care.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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) | 0,003 | 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 ».