MétaCan
Menu
Retour à la cohorte
Enregistrement W2912662855 · doi:10.1111/cod.13229

Using health insurance administrative data to explore patch testing utilization in Ontario, Canada—An untapped resource

2019· article· en· W2912662855 sur OpenAlex
Victoria H Arrandale, D. Linn Holness

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueContact Dermatitis · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueContact Dermatitis and Allergies
Établissements canadiensSt. Michael's HospitalOccupational Cancer Research CentrePublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPatch testingMedicineTest (biology)Patch testWork (physics)SpecialtyPopulationFamily medicineEnvironmental healthContact dermatitisAllergyEngineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patch testing is the key diagnostic test for diagnosing allergic contact dermatitis, but there is limited information on the use of patch testing at the population level. OBJECTIVES: To utilize Ontario Health Insurance Plan (OHIP) data to analyse trends in the rate of patch testing in Ontario. METHODS: Patch testing billing data submitted to the OHIP between 1992 and 2014 were analysed. Two patch test billing codes were investigated: one for work-related testing (G198), and one for non-work-related testing (G206). Rates of patch testing overall were calculated, and trends over time were described. RESULTS: There were 51 576 patch test billings: 48 416 non-work-related and 3160 work-related. The annual rate of non-work-related patch testing (G206) ranged from 11.9 per 100 000 people to 25.9 per 100 000 people, increasing over time. The rate of work-related patch testing (G198) ranged from 0.17 to 2.32 per 1 000 000 people, and was relatively stable. The overall distribution of billing by specialty was 70% dermatology, 19% other medical subspecialties, and 10% paediatrics and family medicine. CONCLUSIONS: Administrative health data can contribute to a more complete understanding of patch test utilization at the population level and, over time, can be used to track patch testing practices.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,291
Tête enseignante GPT0,367
Écart entre enseignants0,077 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle