Respiratory health service utilization of children with neuromuscular disease
Notice bibliographique
Résumé
OBJECTIVES: To quantify health service utilization including assessment, monitoring, and treatment of respiratory complications of children with neuromuscular disease (NMD), identifying practice variation and adherence to guideline recommendations at a population level. METHODS: North American population-based cohort study (2003-2015) of children with NMD using hospital diagnostic and physician billing codes within health administrative databases. RESULTS: We identified 18 163 children with NMD. Mean (SD) age was 7.8 (5.6) years with 40% ≤5; 45% were female. Most common diagnoses were cerebral palsy (50%) and spina bifida (16%); 8% had muscular dystrophy. From fiscal years 2003-2014, 15 600 (86%) children went to an emergency department on average 3.5 times every 3 years; 6575 (36%) for respiratory reasons. 8788 (48%) were admitted to hospital with 2190 (12%) for respiratory reasons and 2451 (13%) required intensive care. Respiratory specialist outpatient visits occurred for 2226 (12%) children on average 6.5 visits every 3 years; 723 (4%) had in-hospital respiratory specialist consultation. Pulmonary function testing was conducted in 3194 (18%) children on average 2.4 times every 3 years; sleep studies in 1389 (8%). CONCLUSION: In this population-based study of children with NMD, healthcare utilization for respiratory complications was considerable. Frequency of respiratory specialist consultation, monitoring of respiratory function and sleep disordered breathing was variable but on average reflected professional society recommendations. Children with NMD are frequent ED users suggesting a need to improve community and social supports. We did not detect reduced access to respiratory monitoring or specialist consultation in adolescents transitioning to adult services.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».