No physician gender difference in prescription of sick-leave certification: A retrospective study of the Skaraborg Primary Care Database
Notice bibliographique
Résumé
OBJECTIVE: The primary objective was to investigate how physicians' gender and level of experience affects the rate and length of sick-leave certificate prescription. The secondary objective was to study the physicians' gender and professional experience in relation to the diagnoses on the certificates. DESIGN: Retrospective, cross-sectional study of computerized medical records from 24 health care centres in 2005. SETTING: Primary care in Sweden. SUBJECTS: Primary care physicians (n = 589) and patients (n = 88 780) aged 18-64 years. MAIN OUTCOME MEASURES: Rate and duration of sick leave certified by different categories of physicians and for different diagnoses and gender of patients. RESULTS: Sick leave was certified in 9.0% (musculoskeletal (3%) and psychiatric (2.3%) diagnoses were most common) of all contacts and the mean duration was 32.2 days. Overall there was no difference between male and female physicians in the sick-leave certification prescription rate (9.1% vs. 9.0%) or duration of sick leave (32.1 vs. 32.6 days). The duration of sick leave was associated with the physician's level of professional experience in general practice (GPs (Distriktläkare) 37, GP trainees (ST-läkare) 26, interns (AT-läkare) 20 and locum (vikarier) 19 days, p < 0.001). CONCLUSION: Contrary to earlier studies we found no difference in sick-leave certification prescription rate and length between male and female physicians.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».