63. A Pain in the Neck: The Association Between Chronic Health Conditions and Frequent Consultation in Primary Care
Notice bibliographique
Résumé
Background: A significant proportion of primary care consultations are taken up by a minority of patients (i.e. frequent consulters). Gender, age, socioeconomic status and mental health problems are associated with frequent consultation but there has been comparatively little work done examining the link with other common chronic conditions. The aim of this study was to examine the association between 10 common chronic conditions and frequent consultation in primary care. Methods: A prospective cohort study of adults aged 50 years and over registered with six GP practices in North Staffordshire (n = 6489) was conducted. The number of consultations during a six month period was obtained from medical record data. Frequent consultation was defined as the top 10%. The 10 chronic conditions were identified in a previous latent class analysis as being chronic, progressive and having significant impact on patients and healthcare use. These were hypertension (HTN), OA, diabetes (DM), hypercholesterolaemia, ischaemic heart disease (IHD), chronic obstructive pulmonary disease (COPD), cervical spondylosis, atrial fibrillation (AF), hypothyroidism and congestive cardiac failure (CCF). For each condition the prevalence of frequent consultation was identified. Logistic regression estimated the association between frequent consultation and each chronic condition. This was adjusted for confounders [age, gender and comorbidity (an additional 2 or more chronic conditions)]. Results were expressed as an odds ratio (OR) with 95% CI.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».