The Effect of De-insuring Routine Eye Exams in Ontario on Optometric Glaucoma Diagnostic Billing Codes
Notice bibliographique
Résumé
Purpose: To assess the effect of the 2004 delisting of routine eye exams (REEs) for Ontarians aged 20-64 on new optometric glaucoma diagnostic billings. Methods: Ontario’s administrative data on new optometric glaucoma billings from 1997-2019 was analyzed using interrupted time series analysis. Results: In the policy-affected 20-64 group, the number of individuals with a new optometric glaucoma billing at REEs (termed major exams in Ontario) per 10,000 population significantly decreased post- versus pre-delisting: -10.4 (p<.0001) for those age 20-39 and -38.8 (p<.0001) for those age 40-64. This corresponds to 3,835 (p<.0001) and 15,500 (p<.0001) fewer individuals receiving a new optometric glaucoma billing in 2005 versus 2004. In policy-unaffected seniors, the rate of glaucoma billings post- versus pre-delisting remained stable (+0.1 per 10,000, p>0.05). Conclusions: Delisting REEs was associated with a significant decline in new optometric glaucoma billings at REEs in affected Ontarians (age 20-64), with no impact in unaffected seniors.
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 | 0,014 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».