MétaCan
Menu
Retour à la cohorte
Enregistrement W1973363550 · doi:10.1097/brs.0b013e3181d25e6f

Whoʼs in the Driverʼs Seat? The Influence of Patient and Physician Enthusiasm on Regional Variation in Degenerative Lumbar Spinal Surgery

2010· article· en· W1973363550 sur OpenAlexaboutno aff
S. Samuel Bederman, Peter C. Coyte, Hans J. Kreder, Nizar N. Mahomed, Warren J. McIsaac, James G. Wright

Notice bibliographique

RevueSpine · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEnthusiasmLumbarSpinal surgerySurgeryPhysical therapyPhysical medicine and rehabilitation

Résumé

récupéré en direct d'OpenAlex

STUDY DESIGN: Cross-sectional population-based study using administrative databases, census data, and surveys of orthopedic/neurosurgeons, family physicians (FPs) and patients in Ontario, Canada. OBJECTIVE: To determine the influence of the enthusiasm of patients, FPs, and surgeons for surgery on the regional variation in surgical rates for degenerative diseases of the lumbar spine (DDLS), such as spinal stenosis and degenerative spondylolisthesis. SUMMARY OF BACKGROUND DATA: Rates of surgery and healthcare costs for treating DDLS have been increasing. Regional variation in spinal surgical rates has been observed and it is thought that the enthusiasm of patients and physicians for surgery contributes to this variation. METHODS: Using population-based administrative databases, we included all patients aged 50 years and older who underwent DDLS surgery (i.e., decompression/laminectomy, fusion) from 2002 to 2006 and calculated standardized utilization rates across counties. We measured regional "enthusiasm for surgery" for surgeons, FPs, and patients, using responses from a province-wide survey. Small-area variation analysis and multivariate Poisson regression models were performed calculating incidence rate ratios (IRRs) controlling for county demographics, socioeconomic measures, prevalence of disease, and community resources. RESULTS: We identified 10,318 DDLS surgeries (mean age 65 years, 50.6% female). Significant regional variation was observed (extremal quotient 5.0, coefficient of variation 28.0). Counties with higher rates of surgery had higher surgeon enthusiasm for surgery (IRR: 1.26, P < 0.013), older (IRR: 2.17, P < 0.0001) male patients (IRR: 1.19, P < 0.0001), lower income (IRR: 0.89, P < 0.0015), more knowledge of official languages (IRR: 1.12, P < 0.0003), and the presence of magnetic resonance imaging scanners (IRR: 1.30, P < 0.004). FP and patient enthusiasm for surgery, physician supply, and prevalence of disease were not statistically associated with higher surgical rates. CONCLUSION: Prior studies have not addressed the role of patient enthusiasm for surgery. Although patients and FPs had variable enthusiasm for surgery, surgeon enthusiasm was the dominant potentially modifiable factor influencing surgical rates. Prevalence of disease and community resources were not related to surgical rates. Strategies targeting surgeon practices may reduce regional variation in care and improve access disparities.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,639

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,274
Écart entre enseignants0,259 · 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

Citations53
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpineMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207