Surgery or Consultation: A Population-Based Cohort Study of Use of Orthopaedic Surgeon Services
Notice bibliographique
Résumé
BACKGROUND: This population-based cohort study has the objective to understand the sociodemographic characteristics and health conditions of patients who do not receive surgery within 18 months following an ambulatory visit to an orthopaedic surgeon. METHODS: Administrative healthcare databases in Ontario, Canada were linked to identify all patients making an initial ambulatory visit to orthopaedic surgeons between October 1(st), 2004 and September 30(th), 2005. Logistic regression was used to examine predictors of not receiving surgery within 18 months. RESULTS: Of the 477,945 patients in the cohort 49% visited orthopaedic surgeons for injury, and 24% for arthritis. Overall, 79.3% did not receive surgery within 18 months of the initial visit, which varied somewhat by diagnosis at first visit (84.5% for injury and 73.0% for arthritis) with highest proportions in the 0-24 and 25-44 age groups. The distribution by income quintile of patients visiting was skewed towards higher incomes. Regression analysis for each diagnostic group showed that younger patients were significantly more likely to be non-surgical than those aged 65+ years (age 0-24: OR 3.45 95%CI 3.33-3.57; age 25-44: OR 1.30 95%CI 1.27-1.33). The odds of not getting surgery were significantly higher for women than men for injury and other conditions; the opposite was true for arthritis and bone conditions. CONCLUSION: A substantial proportion of referrals were for expert diagnosis or advice on management and treatment. The findings also suggest socioeconomic inequalities in access to orthopaedic care. Further research is needed to investigate whether the high caseload of non-surgical cases affects waiting times to see a surgeon. This paper contributes to the development of evidence-based strategies to streamline access to surgery, and to develop models of care for non-surgical patients to optimize the use of scarce orthopaedic surgeon resources and to enhance the management of musculoskeletal disorders across the care continuum.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».