Improving Epilepsy Care in Ontario, Canada: The Impact of a Provincial Strategy for Epilepsy Care
Notice bibliographique
Résumé
OBJECTIVE: In 2016, the Ontario Ministry of Health and Long-Term Care implemented the Provincial Strategy for Epilepsy Care to increase epilepsy surgery use in Ontario, Canada. The objectives of this study were to assess whether the use of (1) epilepsy surgery, including (a) its receipt and (b) assessments for candidacy, and (2) other healthcare for epilepsy, including (a) neurological consultations, (b) emergency department (ED) visits and (c) hospital admissions, changed since its implementation. METHODS: of each year from 2007 to 2019, comprising patients with drug-resistant epilepsy eligible for publicly funded prescription drug coverage with no cancer history. We used segmented Poisson regression models to assess whether the annual rates of each outcome changed between the period before the Provincial Strategy was implemented (July 2007-June 2016) and the period after. RESULTS: There was a level increase in the rate of epilepsy surgery of 48% (95% CI: 0%, 118%) and slope decreases in the rates of neurological consultations, ED visits and hospital admissions for epilepsy of 10% (95% CI: -15%, -5%), 10% (95% CI: -20%, 1%) and 7% (95% CI: -12%, -1%) per year, respectively, associated with the Provincial Strategy. CONCLUSION: The Provincial Strategy may be associated with an increased rate of epilepsy surgery and reduced rates of other healthcare use for epilepsy. Other regions experiencing low epilepsy surgery rates may benefit from similar interventions.
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 | 0,003 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».