MétaCan
Menu
Retour à la cohorte
Enregistrement W4398144941 · doi:10.1101/2024.05.20.24307611

Temporal trends and practice variation of paediatric diagnostic tests in primary care

2024· preprint· en· W4398144941 sur OpenAlexaff
Elizabeth T Thomas, Diana R. Withrow, Peter J. Gill, Rafael Perera, Carl Heneghan

Notice bibliographique

RevuemedRxiv · 2024
Typepreprint
Langueen
DomaineMedicine
ThématiqueClinical Reasoning and Diagnostic Skills
Établissements canadiensHospital for Sick ChildrenUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVariation (astronomy)Primary careDiagnostic testMedicinePediatricsFamily medicinePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Objective The primary objective was to investigate temporal trends and between-practice variability of paediatric test use in primary care. Methods and analysis This was a descriptive study of population-based data from primary care consultation records from January 1, 2007, to December 31, 2019. Children aged 0 to 15 who were registered to one of the 1,464 practices and had a diagnostic test code in their clinical record were included. The primary outcome measures were: 1) temporal changes in test rates measured by the average annual percent change (AAPC), stratified by test type, gender, age group, and deprivation level and 2) practice variability in test use, measured by the coefficient of variation (CoV). Results 14,299,598 diagnostic tests were requested over 27.8 million child-years of observation for 2,542,101 children. Overall test use increased by 3.6%/year (95% CI 3.4 to 3.8%) from 399/1,000-child-years to 608/1,000 child-years, driven by increases in blood tests (8.0%/year, 95% CI 7.7 to 8.4), females aged 11-15 (4.0%/year, 95% CI 3.7 to 4.3), and the most socioeconomically deprived group (4.4%/year, 95% CI 4.1 to 4.8). Tests subject to the greatest temporal increases were fecal calprotectin, fractional exhaled nitric oxide (FeNO), and vitamin D. Tests classified as high use and high practice variability were iron studies, vitamin D, vitamin B12, folate, and coeliac testing. Conclusions In this first nationwide study of paediatric test use in primary care, we observed significant temporal increases and practice variability in testing. This reflects inconsistency in practice and diagnosis rates, and a scarcity of evidence-based guidance. Increased test use generates more clinical activity with significant resource implications, but conversely may improve clinical outcomes. Future research should evaluate whether increased test use and variability is warranted by exploring test indications and test results, and directly examine how increased test use impacts on quality of care. Key Messages What is already known on this topic Previous research has shown that test use in adults within UK primary care sharply increased since 2000 and that there is a high degree of practice variation in test use. To date, no population-based studies have analysed paediatric test use in this setting. What this study adds In England between 2007 and 2019, diagnostic test use increased by 4% per year, from 399 tests/1,000 child-years to 608 tests/1000-child years. Test increases were driven blood tests, especially in females aged 11-15 years of age, and children in the most deprived socioeconomic group. Specific tests that increased by the greatest margin include faecal calprotectin, fractional exhaled nitric oxide (FeNO), and vitamin D testing. Tests subject to the greatest practice variation by 2019 were FeNO, hearing tests, and vitamin D levels. How this study might affect research, practice or policy Variability in test use highlights a lack of standardised guidance and evidence in pediatric diagnostics, which has significant implications for downstream diagnostic activity, treatment, referrals and healthcare costs.

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)0,004
score de la tête « metaresearch » (Gemma)0,014
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 enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,023
Tête enseignante GPT0,338
Écart entre enseignants0,315 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetClinical Reasoning and Diagnostic SkillsTravaux en français237 207