The ophthalmic surgical backlog associated with the COVID-19 pandemic: a population-based and microsimulation modelling study
Notice bibliographique
Résumé
BACKGROUND: Jurisdictions worldwide ramped down ophthalmic surgeries to mitigate the effects of COVID-19, creating a global surgical backlog. We sought to predict the long-term impact of COVID-19 on the timely delivery of non-emergent ophthalmology sub-specialty surgical care in Ontario. METHODS: This is a microsimulation modelling study. We used provincial population-based administrative data from the Wait Time Information System database in Ontario for January 2019 to May 2021 and facility-level data for March 2018 to May 2021 to estimate the backlog size and wait times associated with the COVID-19 pandemic. For the postpandemic recovery phase, we estimated the resources required to clear the backlog of patients accumulated on the wait-list during the pandemic. Outcomes were accrued over a time horizon of 3 years. RESULTS: A total of 56 923 patients were on the wait-list in the province of Ontario awaiting non-emergency ophthalmic surgery as of Mar. 15, 2020. The number of non-emergency surgeries performed in the province decreased by 97% in May 2020 and by 80% in May 2021 compared with the same months in 2019. By 2 years and 3 years since the start of the pandemic, the overall estimated number of patients awaiting surgery grew by 129% and 150%, respectively. The estimated mean wait time for patients for all subspecialty surgeries increased to 282 (standard deviation [SD] 91) days in March 2023 compared with 94 (SD 97) days in 2019. The provincial monthly additional resources required to clear the backlog by March 2023 was estimated to be a 34% escalation from the prepandemic volumes (4626 additional surgeries). INTERPRETATION: The estimates from this microsimulation modelling study suggest that the magnitude of the ophthalmic surgical backlog from the COVID-19 pandemic has important implications for the recovery phase. This model can be adapted to other jurisdictions to assist with recovery planning for vision-saving surgeries.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».