What is the impact of primary care model type on specialist referral rates? A cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Several new primary care models have been implemented in Ontario, Canada over the past two decades. These practice models differ in team structure, physician remuneration, and group size. Few studies have examined the impact of these models on specialist referrals. We compared specialist referral rates amongst three primary care models: 1) Enhanced Fee-for-service, 2) Capitation- Non-Interdisciplinary (CAP-NI), 3) Capitation - Interdisciplinary (CAP-I). METHODS: We conducted a cross-sectional study using health administrative data from primary care practices in Ontario from April 1st, 2008 to March 31st, 2010. The analysis included all family physicians providing comprehensive care in one of the three models, had at least 100 patients, and did not have a prolonged absence (eight consecutive weeks). The primary outcome was referral rate (# of referrals to all medical specialties/1000 patients/year). A multivariable clustered Poisson regression analysis was used to compare referral rates between models while adjusting for provider (sex, years since graduation, foreign trained, time in current model) and patient (age, sex, income, rurality, health status) characteristics. RESULTS: Fee-for-service had a significantly lower adjusted referral rate (676, 95% CI: 666-687) than the CAP-NI (719, 95% confidence interval (CI): 705-734) and CAP-I (694, 95% CI: 681-707) models and the interdisciplinary CAP-I group had a 3.5% lower referral rate than the CAP-NI group (RR = 0.965, 95% CI: 0.943-0.987, p = 0.002). Female and Canadian-trained physicians referred more often, while female, older, sicker and urban patients were more likely to be referred. CONCLUSIONS: Primary care model is significantly associated with referral rate. On a study population level, these differences equate to 111,059 and 37,391 fewer referrals by fee-for-service versus CAP-NI and CAP-I, respectively - a difference of $22.3 million in initial referral appointment costs. Whether a lower rate of referral is more appropriate or not is not known and requires further investigation. Physician remuneration and team structure likely account for the differences; however, further investigation is also required to better understand whether other organizational factors associated with primary care model also impact referral.
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 | 0,009 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».