Using health insurance administrative data to explore patch testing utilization in Ontario, Canada—An untapped resource
Notice bibliographique
Résumé
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.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».