Care consumption of people with multiple sclerosis: A multichannel sequence analysis in a population-based setting in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Persons with multiple sclerosis (PwMS) typically require complex multidisciplinary care, which is rarely formally assessed. OBJECTIVES: We applied multichannel sequence analysis (MCSA) to identify care consumption patterns by PwMS in British Columbia, Canada. METHODS: We created two cohorts, comprising incident and prevalent MS cases, using linked clinical and administrative data. We applied MCSA to quantify and compare the care pathways of PwMS, based on all-cause hospitalizations and physician visits (divided into five specialities). Care consumption clusters were characterized using demographic and clinical features. RESULTS: From 1048 incident and 3180 prevalent PwMS, the MCSA identified 12 and 6 distinct care consumption clusters over a median follow-up of 9.6 and 13.0 years, respectively. Large disparities between clusters were observed; the median number of annual consultations ranged from 5.6 to 21.3 for general practitioners, 1.2 to 4.6 for neurologists and 0 to 5.3 for psychiatrists in the incident cohort. Characteristics at MS symptom onset associated with the highest care consumption included high comorbidity burden and older age. There were similar disparities and associations for prevalent PwMS. CONCLUSION: The distinct patterns of care consumption, which were reminiscent of the heterogeneity of MS itself, may facilitate health service planning and evaluation, and provide a novel outcome measure in health research.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».