Most costly and prevalent reasons for hospitalization in children with medical complexity in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Children with medical complexity (CMC) have chronic health conditions often associated with functional limitations. CMC comprise 1%-5% of the pediatric population. In Canada, their care accounts for one-third of pediatric health spending. We aim to describe the most costly and prevalent conditions leading to hospitalization in CMC in Ontario, Canada. METHODS: Population-based, cross-sectional study from a universally funded system utilizing health administrative databases. Children (<18 years old) with valid provincial healthcare coverage admitted to a hospital from 2014 to 2019 were included. CMC was defined using validated algorithms. Encounters were classified into clinical conditions using the Pediatric Clinical Classification System. Outcomes included condition-specific prevalence, cost, and cost rank estimated using a costing algorithm in Canadian dollars. RESULTS: There were 627,314 pediatric hospitalizations, costing $4.28 billion. Of these, 141,653 (23%) hospitalizations were for CMC, costing $2.25 billion (52%). Among encounters for CMC, 84,280 (60%) were for children with medical technology. One-third of hospitalizations in CMC were in community hospitals. Nearly half (1.30 million, 46%) of days in hospital were in CMC, along with 60% of intensive care unit (ICU) days (667,497 days). Low birth weight ($555.4 million), prematurity ($70.0 million), and respiratory distress of the newborn ($46.6 million) were the costliest conditions. Low birth weight (88 per 1000 encounters), chemotherapy (42 per 1000 encounters), and pneumonia (29 per 1000 encounters) were the most prevalent conditions. CONCLUSIONS: Understanding the most costly and prevalent inpatient conditions in CMC will help to prioritize more targeted research questions and interventions to improve healthcare utilization and patient outcomes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».