The Relationship between Primary Care Models and Processes of Diabetes Care in Ontario
Notice bibliographique
Résumé
This study examined the association between Ontario's differing primary care models and receipt of recommended testing for people with diabetes. We analyzed available administrative data for 757 928 people with diabetes aged 40 years and older. We assigned them to a primary care physician and assessed whether they had received 3 key monitoring tests between 2006 and 2008. We used multivariable generalized estimating equation models to test the associations among various primary care models and receipt of recommended testing. Ontarians with diabetes who were enrolled in a non-team blended capitation model (OR 1.18, 95% CI 1.09 to 1.27) and those enrolled in a team-based blended capitation model (OR 1.20, 95% CI 1.13 to 1.28) were more likely than those enrolled in a blended fee-for-service model to receive the optimal number of 3 recommended monitoring tests. Patients who were not enrolled in any model and who were assigned to a traditional fee-for-service physician were least likely to receive optimal monitoring compared to those enrolled in a blended fee-for-service model (OR 0.60, 95% CI 0.57 to 0.62). The biggest gap in diabetes care was for patients not enrolled in any primary care model. Research and policy work is needed to understand and reduce this care gap, especially which provider and patient-level factors are involved. Options may include intensive outreach to patients, knowledge translation to physicians, encouraging enrollment and efforts to remove barriers to care.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».