MétaCan
Menu
Retour à la cohorte
Enregistrement W4402406519 · doi:10.23889/ijpds.v9i5.2851

Evidence from an Applied Research Health Question (AHRQ): Physician-prescribed medications to children for oral health issues

2024· article· en· W4402406519 sur OpenAlexaboutno aff
Samantha Morais, Diana An, Anna Durbin, Khai-Nhu Zweig, Mina Tadrous, Lesley Plumptre

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical Education and Admissions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineFamily medicine

Résumé

récupéré en direct d'OpenAlex

ObjectivesTo understand changes in prescription patterns over time, and support dental and oral health program planning, Toronto Public Health issued an AHRQ request to collect information on physician-prescribed medications following an oral health-related incident. ApproachAn algorithm was created to identify oral health-related incidents among children and youth aged up to 17 years old in Ontario and Toronto during fiscal years 2013 to 2022. The algorithm used provincial data on physician visits, emergency department visits, inpatient hospitalizations, or day surgeries to define ‘dental-related incidents’. Physician-prescribed medications (e.g., chlorhexidine, opioids, benzodiazepines, antibiotics, NSAIDs and others) within seven days of a dental-related incident were recorded using Ontario Drug Benefit Claims and the Narcotics Monitoring System. ResultsOf 522,674 dental-related incidents in Ontario between 1 April 2013 and 31 March 2023, 9.2% had physician-prescribed medications (versus 8.6% of 90,810 dental-related incidents in Toronto). The proportion of incidents with prescriptions increased from 6.4% in 2013 to 10.7% in 2022 in Ontario, and from 5.9% to 10.3% in Toronto. The most prescribed medication was antibiotics, followed by immediate-release combination medications and non-long-acting medications. Conclusions/ImplicationsOver the 10-year period examined, an increasing proportion of dental-related incidents had physician-prescribed medications, which may be attributed to the implementation of Ontario’s pharmacare program (OHIP+) in 2018. Early access to routine and preventative dental care could become more accessible as part of Canada’s new federal dental program. Results from this AHRQ will inform better resource allocation in dental and oral health program planning, potentially reducing avoidable 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)0,180
score de la tête « metaresearch » (Gemma)0,546
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,954

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1800,546
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,006
Bibliométrie0,0070,011
Études des sciences et des technologies0,0020,004
Communication savante0,0050,003
Science ouverte0,0040,004
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,391
Tête enseignante GPT0,641
Écart entre enseignants0,250 · 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 revueInternational Journal for Population Data ScienceMême sujetMedical Education and AdmissionsTravaux en français237 207