Longer-term impacts of the COVID-19 pandemic on obstructive sleep apnoea (OSA)-related healthcare: a province-based study
Notice bibliographique
Résumé
RATIONALE: Following marked reductions in sleep medicine care early in the COVID-19 pandemic, there is limited information about the recovery of these services. We explored long-term trends in obstructive sleep apnoea (OSA) health services and service backlogs during the pandemic compared with pre-pandemic levels in Ontario (the most populous province of Canada). METHODS: In this retrospective population-based study using Ontario (Canada) health administrative data on adults, we compared rates of polysomnograms (PSGs), outpatient visits and positive airway pressure (PAP) therapy purchase claims during the pandemic (March 2020 to December 2022) to pre-pandemic rates (2015-2019). We calculated projected rates using monthly seasonal time series auto-regressive integrated moving-average models based on similar periods in previous years. Service backlogs were estimated from the difference between projected and observed rates. RESULTS: Compared with historical data, all service rates decreased at first during March to May 2020 and subsequently increased. By December 2022, observed service rates per 100 000 persons remained lower than projected for PSGs (September to December 2022: 113 vs 141, 95% CI: 121 to 163) and PAP claims (September to December 2022: 50 vs 60, 95% CI: 51 to 70), and returned to projected for outpatient OSA visits. By December 2022, the service backlog was 193 078 PSGs (95% CI: 139 294 to 253 075) and 57 321 PAP claims (95% CI: 27 703 to 86 938). CONCLUSION: As of December 2022, there was a sustained reduction in OSA-related health services in Ontario, Canada. The resulting service backlog has likely worsened existing problems with underdiagnosis and undertreatment of OSA and supports the adoption of flexible care delivery models for OSA that include portable technologies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 tête enseignante, 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 ».