Transfer from Pediatric to Adult Care Is Hardly Child’s Play
Notice bibliographique
Résumé
In this issue of The Journal , Chang and colleagues describe patterns of rheumatologic/nephrologic care and changes in healthcare use and medication adherence among patients with childhood-onset systemic lupus erythematosus (SLE) during their transfer from pediatric to adult care1. The most salient of their findings was a 26% rate of loss to follow-up, defined as more than 12 months between last pediatric visit and first adult visit, or end of enrollment. Consequently, and not surprisingly, ambulatory visits declined (although interestingly, there was no signal for increased acute care use). Medication adherence was poor across groups, regardless of whether the transfer was deemed a “success.” Taken together, Chang, et al ’s findings reinforce the overarching themes of the literature on pediatric transition to adult care, not to mention the anecdotal — but remarkably consistently held — impressions of physicians who practice in this space: that the period of transition from pediatric to adult care is littered with landmines, quilted with quagmires. Some find their way to adult care and succeed; many others, however, fail dramatically and with dire consequences. Other groups have reported that only 50% of pediatric rheumatology patients transition successfully to adult care2,3. Surely, we could forge a less perilous path. And while patients with childhood-onset SLE, like those in the Chang study, reflect a particularly vulnerable group, with complex and potentially fatal multisystemic disease, the challenges associated with transfer from pediatric to adult care transcend diagnosis or specialty. Themes are consistent among chronic diseases of onset in childhood that persist into adulthood regardless of whether the young patient has SLE, juvenile idiopathic arthritis (JIA), diabetes, or sickle cell disease4,5,6. The unique challenges associated with care of these patients are … Address correspondence to Dr. A. Steiman, Sinai Health System, Medicine, 60 Murray St., Suite 2-223, Toronto, ON M5T 3L9, Canada. Email: amanda.steiman{at}sinaihealthsystem.ca.
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 | 0,004 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,011 | 0,010 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,009 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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 ».