Pandemic Effect on Healthcare Use and Death in Adults with Epilepsy: A Population Study
Notice bibliographique
Résumé
ABSTRACT: Objectives: We conducted a population-based study using Ontario health administrative data to describe trends in healthcare utilization and mortality in adults with epilepsy during the first pandemic year (March 2020–March 2021) compared to historical data (2016–2019). We also investigated if changes in outpatient visits and diagnostic testing during the first pandemic year were associated with increased risk for hospitalizations, emergency department (ED) visits, or death. Methods: Projected monthly visit rates (per 100,000 people) for outpatient visits, electroencephalography, magnetic resonance, computed tomography, all-cause ED visits, hospitalizations, and mortality were calculated based on historical data by fitting monthly time series autoregressive integrated moving-average models. Two-way interactions were calculated using Quasi-Poisson models. Results: In adults with epilepsy during the first quarter of the pandemic, we demonstrated a reduction in all-cause outpatient visits, diagnostic testing, ED visits and hospitalizations, and a temporary increase in mortality (observed rates of 355.8 vs projected 308.8, 95% CI: 276.3–345.1). By the end of the year, outpatient visits increased (85,535.4 vs 76,620.6, 95% CI: 71,546.9–82,059.4), and most of the diagnostic test rates returned to the projected. The increase in the rate of all-cause mortality during the pandemic, compared to pre-pandemic, was greater during months with the lower frequency of diagnostic tests than months with higher frequency (interaction p-values <.0001). Conclusion: We described the impact of the pandemic on healthcare utilization and mortality in adults with epilepsy during the first year. We demonstrated that access to relevant diagnostic testing is likely important for this population while planning restrictions on non-urgent health services.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».