Excess health care use is significantly and persistently reduced following diagnosis of late‐onset epilepsy
Notice bibliographique
Résumé
OBJECTIVE: The incidence of late-onset epilepsy (LOE) is rising, and these patients may use an excess of health care resources. This study aimed to measure pre-/post-diagnostic health care use (HCU) for patients with LOE compared to controls. METHODS: This was an observational open cohort study covering years 1998-2019 using UK population-based linked primary care (Clinical Practice Research Datalink [CPRD]) and hospital (HES) electronic health records. The participants included patients with incident LOE enrolled in CPRD and 1:10 age-, sex-, and general practice-matched controls. The exposure was incident LOE (diagnosed at age ≥65) using a 5-year washout. The main outcome was all HCU (primary care [PC], accident and emergency [A&E], admitted patient and outpatient care) using inverse proportional weighting to PC use and HCU by setting. An interrupted time-series analysis was used to examine pre-/post-diagnostic HCU between patients with LOE and controls over 4 years either side of diagnosis/matching date. An adjusted mixed-effects negative binomial regression was used for post-diagnosis HCU interactions. RESULTS: Of 2 569 874 people ≥65 years of age, 1048 (4%) developed incident LOE. Mean weighted total HCU increased by 32 visits per patient-year (95% confidence interval [95% CI]: 13-50, p = .003) until LOE diagnosis, and then dropped by a mean of 60 visits per patient-year (95% CI: -81 to -40). There was an acute rise and fall over the 1-2 years immediately pre-/post-diagnosis. Incident HCU remained higher for LOE compared to controls post-diagnosis (adjusted incidence rate ratio: 1.72; 95% CI: 1.65-1.70; p < .001), including A&E, outpatient, and admitted care. SIGNIFICANCE: Health care use demonstrates an acute on chronic rise over the 4 years before diagnosis of LOE. To what extent the partial reversal of the acute pre-diagnosis rise, and the mediators of the accelerated increase compared to controls are attributed to epilepsy, comorbid and bidirectional disease states, or a combination of both warrants further exploration.
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 | 0,005 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».