Waiting to see the specialist: patient and provider characteristics of wait times from primary to specialty care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Wait times are an important measure of access to various health care sectors and from a patient's perspective include several stages in their care. While mechanisms to improve wait times from specialty care have been developed across Canada, little is known about wait times from primary to specialty care. Our objectives were to calculate the wait times from when a referral is made by a family physician (FP) to when a patient sees a specialist physician and examine patient and provider factors related to these wait times. METHODS: Our study used the Electronic Medical Record Administrative data Linked Database (EMRALD) which is a linkage of FP electronic medical record (EMR) data to the Ontario, Canada administrative data. The EMR referral date was linked to the administrative physician claims date to calculate the wait times. Patient age, sex, socioeconomic status, comorbidity and FP continuity of care and physician age, sex, practice location, practice size and participation in a primary care delivery model were examined with respect to wait times. RESULTS: The median waits from medical specialists ranged from 39 to 76 days and for surgical specialists from 33 days to 66 days. With a few exceptions, patient factors were not associated with wait times from primary care to specialty care. Similarly physician factors were not consistently associated with wait times, except for FP practice location and size. CONCLUSIONS: Actual wait times for a referral from a FP to seeing a specialist physician are longer than those reported by physician surveys. Wait times from primary to specialty care need to be included in the calculation of surgical and diagnostic wait time benchmarks in Canada.
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.
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 | 0,005 |
| 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 | 0,000 |
| 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 découle