MétaCan
Menu
Retour à la cohorte
Enregistrement W4225268835 · doi:10.1016/j.jcjd.2022.04.009

Impact of the COVID-19 Pandemic on Diabetes Care for Adults With Type 2 Diabetes in Ontario, Canada

2022· article· en· W4225268835 sur OpenAlexafffundvenueabout
John S. Moin, Natalie Troke, Lesley Plumptre, Geoffrey M. Anderson

Notice bibliographique

RevueCanadian Journal of Diabetes · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensInstitute for Clinical Evaluative SciencesPublic Health OntarioUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health ResearchGovernment of OntarioInstitute for Clinical Evaluative Sciences
Mots-clésMedicinePandemicGlycated hemoglobinDiabetes mellitusCohortConfidence intervalCohort studyType 2 diabetesPediatricsEmergency medicineCoronavirus disease 2019 (COVID-19)Internal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: The COVID-19 pandemic and related public health prevention measures have led to a disruption of the delivery of routine care and may have had an impact on the quality of diabetes care. Our aim in this study was to evaluate the extent to which structure, process and outcome quality measures in diabetes care changed in the first 6 months of the pandemic compared with previous periods. METHODS: A before-and-after observational study was conducted of all community-living Ontario residents >20 years of age and living with diabetes. The patients were divided into 3 cohorts: a pandemic cohort, alive March to September 2020 (n=1,393,404); reference cohort 1, alive March to September 2019 (n=1,415,490); and reference cohort 2, alive September 2019 to February 2020 (n=1,444,000). Outcome measures were in-person/virtual visits to general practitioners and specialists, eye examinations, glycated hemoglobin (A1C) and low-density lipoprotein (LDL) testing, filled prescriptions, and admissions to emergency departments (EDs) and hospitals for acute and chronic diabetes complications. RESULTS: The probability of an in-person visit to a general practitioner decreased by 47% (95% confidence interval [CI], 47% to 47%) in the pandemic period compared with both previous periods. The probability of having an eye exam was lower by 43% (95% CI, 44% to 43%), an A1C test by 28% (95% CI, 29% to 28%) and an LDL test by 31% (95% CI, 31% to 31%) in the pandemic period compared with the same 6-month period the year before. There were very small decreases in drug prescriptions and decreases of 18% and 16% in ED and hospital visits for complications. CONCLUSIONS: We observed disruptions to both structure and process measures of diabetes care in Ontario during the first wave of the pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,231

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,299
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of DiabetesMême sujetCOVID-19 and healthcare impactsTravaux en français237 207