Does implementation of a hospitalist program in a Canadian community hospital improve measures of quality of care and utilization? an observational comparative analysis of hospitalists vs. traditional care providers
Notice bibliographique
Résumé
BACKGROUND: Despite the growth of hospitalist programs in Canada, little is known about their effectiveness for improving quality of care and use of scarce healthcare resources. The objective of this study is to compare measures of cost and quality of care (in-hospital mortality, 30-day same-facility readmission, and length of stay) of hospitalists vs. traditional physician providers in a large Canadian community hospital setting. METHODS: We performed a retrospective analysis of data from the Canadian Institute for Health Information (CIHI) Discharge Abstract Database, using multivariate logistic and linear regression analyses comparing performance of four provider groups of traditional family physicians (FPs), traditional internal medicine subspecialists (other-IM), family physician-trained hospitalists (FP-Hospitalist), and general internal medicine-trained hospitalists (GIM-Hospitalist). RESULTS: Compared to traditional FPs, FP-Hospitalists and GIM-Hospitalists demonstrate lower mortality [OR 0.881, (CI 0.779 - 0.996); and OR 0.355, (CI 0.288 - 0.436)] and readmission rates [OR 0.766, (CI 0.678 - 0.867); and OR 0.800, (CI 0.675 - 0.948)]. Compared to traditional FPs, GIM-Hospitalists appear to improve length of stay [OR-2.975, (CI -3.302 - -2.647)] while FP-Hospitalists perform similarly [OR 0.096, (CI -0.136 - 0.329)]. Compared to other-IM, GIM-Hospitalists have similar performance on all measures while FP-Hospitalists show a mixed impact. CONCLUSIONS: Compared to traditional family physicians, hospitalists appear to improve measures of quality and resource utilization. Specifically, hospitalists demonstrate lower in-hospital mortality and 30-day readmission rates while improving (or at least showing similar) length of stay. Compared to traditional subspecialists, hospitalists demonstrate similar performance despite looking after sicker and more complex medical patients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 ».