Étude des motifs des patients consultants aux urgences dans le but de créer une unité de coopération ville-hôpital pour les patients semi urgents
Bibliographic record
Abstract
Introduction : Les services d’urgences (SU) sont durablement engorgés. Une interface ville–hôpital dédiée aux situations semi-urgentes pourrait réduire les passages évitables, accélérer l’accès aux examens et améliorer la continuité des soins. L’objectif principal était d’identifier les motifs pouvant s’inscrire dans une future interface ville–hôpital. Méthodes. Étude descriptive rétrospective monocentrique au SU du CHU de Poitiers. Inclusion de tous les patients âgés de ≥ 15 ans et 3 mois adressés par leur médecin généraliste la première semaine de chaque mois de 2023. Un comité d’adjudication a été créé pour sélectionner les motifs adaptés à une prise en charge ambulatoire. Résultats. Parmi 1 690 patients adressés par leur médecin généraliste, 849 ont été inclus. Les principaux motifs étaient : maintien à domicile difficile/AEG, douleur abdominale, dyspnée, orthopédie/rachis, anomalie du bilan biologique, puis anémie, infectiologie, neurologie, dermatologie et céphalées. Cinq motifs ont été retenus pour l’interface ville hôpital : anémie, TVP, AIT, colique néphrétique et colique hépatique. Des différences ont été mis en évidence entre les systèmes de santé canadien et français. Une semaine type de l’organisation de l’interface ville hôpital au CHU de Poitiers est proposée afin de correspondre au système de soin Français. Conclusion. Les motifs d’adressage par les médecins généralistes permettent de cibler des parcours ambulatoires coordonnés par l’IPA et portés par une équipe interprofessionnelle, susceptibles de désengorger les SU tout en maintenant la sécurité et la continuité des soins. Une évaluation prospective de la mise en œuvre est désormais nécessaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".