Impact of the COVID-19 Pandemic on Attendance at the 18-month-old Developmental Screening Visit
Notice bibliographique
Résumé
Context: The COVID-19 pandemic disrupted primary care services but its impact on the care of young children remains unclear. The 18-month-old visit is a crucial preventive care visit where primary care providers conduct screening to detect potential developmental delays and areas of concern. Objectives: 1) To determine changes in attendance at the 18-month-old well child visit between pre-COVID and COVID eras; 2) To determine whether these changes differ by health equity stratifiers (sex, rurality, neighbourhood income, neighbourhood material deprivation, and ethnic concentration). Study Design and Analysis: Longitudinal cohort study. We used an interrupted time-series approach and fitted a segmented linear regression model. We estimated the level-change and slope change of preventive visit rates, comparing pre-COVID to COVID months and adjusting for seasonality and trends over time. Setting or Dataset: Electronic Medical Record data from primary care clinics in the University of Toronto Practice Based-Research Network (UTOPIAN) Data Safe Haven (Ontario, Canada). Population Studied: Children 17 to 24 months old. Intervention: The pre-COVID era was defined as March 2015-February 2020 and COVID era March 2020- March 2022. Outcome Measures: The 18-month-old enhanced developmental preventive care visit (in-person or virtual) was identified using billing data from UTOPIAN. Health equity stratifiers were determined using Statistics Canada data and postal codes. Results: Of the 29,942 children in the cohort, 51% were male. Proportions of children across income quintiles were approximately equal (highest to lowest: 22%, 20%, 18%, 17%, 23%). Virtual visit rates were 0% pre-COVID and 16%, 10%, and 3% in 2020, 2021, and 2022, respectively. In the pre-COVID era, there was a small positive trend of 18-month visit rates increasing over time (ß = 0.04, 95% CI: 0.02- 0.05). At the start of the pandemic, there was a level change in the rate of 18-month visits (ß = -1.10; 95% CI: -2.10 to -0.10). A marked drop in visits was observed for the months of March and April 2020. However, there was no significant difference in trends for the 18-month visits in the pre-COVID and COVID-era and no evidence of moderation by health equity stratifiers. Conclusion: Despite a drop in the 18-month visits at the onset of the pandemic, the overall trend in visits was not statistically different between the pre-COVID and COVID eras. Health equity stratifiers did not moderate the association.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».