Testing population-based performance measures identifies gaps in juvenile idiopathic arthritis (JIA) care
Notice bibliographique
Résumé
BACKGROUND: The study evaluates Performance Measures (PMs) for Juvenile Idiopathic Arthritis (JIA): The percentage of patients with new onset JIA with at least one visit to a pediatric rheumatologist in the first year of diagnosis (PM1); and the percentage of patients with JIA under rheumatology care seen in follow-up at least once per year (PM2). METHODS: Validated JIA case ascertainment algorithms were used to identify cases from provincial health administrative databases in Manitoba, Canada in patients < 16 years between 01/04/2005 and 31/03/2015. PM1: Using a 3-year washout period, the percentage of incident JIA patients with ≥1 visit to a pediatric rheumatologist in the first year was calculated. For each fiscal year, the proportion of patients expected to be seen in follow-up who had a visit were calculated (PM2). The proportion of patients with gaps in care of > 12 and > 14 months between consecutive visits were also calculated. RESULTS: One hundred ninety-four incident JIA cases were diagnosed between 01/04/2008 and 03/31/2015. The median age at diagnosis was 9.1 years and 71% were female. PM1: Across the years, 51-81% of JIA cases saw a pediatric rheumatologist within 1 year. PM2: Between 58 and 78% of patients were seen in yearly follow-up. Gaps > 12, and > 14, months were observed once during follow-up in 52, and 34%, of cases, and ≥ twice in 11, and 5%, respectively. CONCLUSIONS: Suboptimal access to pediatric rheumatologist care was observed which could lead to diagnostic and treatment delays and lack of consistent follow-up, potentially negatively impacting patient outcomes.
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 | 0,021 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».