Primary Care Attributes and Mortality: A National Person-Level Study
Notice bibliographique
Résumé
PURPOSE: Research demonstrates an association between the geographic concentration of primary care clinicians and mortality in the area, but there is limited evidence of a mortality benefit of primary care at the individual patient level. We examined whether patient-reported access to selected primary care attributes, including some emphasized in the medical home literature, is associated with lower individual mortality risk. METHODS: We analyzed data from 2000-2005 Medical Expenditure Panel Survey respondents aged 18 to 90 years (N = 52,241), linked to the National Death Index through 2006. A score was constructed from 5 yes/no items assessing whether the respondent's usual source of care had 3 attributes: comprehensiveness, patient-centeredness, and enhanced access. Scores ranged from 0 to 1 (higher scores = more attributes). We examined the association between the primary care attributes score and mortality during up to 6 years of follow-up using Cox survival analysis, adjusted for social, demographic, and health-related characteristics. RESULTS: Racial/ethnic minorities, poorer and less educated persons, individuals without private insurance, healthier persons, and residents of regions other than the Northeast reported less access to primary care attributes than others. The primary care attributes score was inversely associated with mortality (adjusted hazard ratio = 0.79; 95% confidence interval, 0.64-0.98; P = .03); supplementary analyses showed mortality decreased linearly with increasing score. CONCLUSIONS: Greater reported patient access to selected primary care attributes was associated with lower mortality. The findings support the current interest in ensuring that patients have access to a medical home encompassing these attributes.
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 | 0,003 | 0,000 |
| 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 | 0,000 | 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 ».