Age equity in different models of primary care practice in Ontario.
Notice bibliographique
Résumé
OBJECTIVE: To assess whether the model of service delivery affects the equity of the care provided across age groups. DESIGN: Cross-sectional study. SETTING: Ontario. PARTICIPANTS: One hundred thirty-seven practices, including traditional fee-for-service practices, salaried community health centres (CHCs), and capitation-based family health networks and health service organizations. MAIN OUTCOME MEASURES: To compare the quality of care across age groups using multilevel linear or logistic regressions. Health service delivery measures and health promotion were assessed through patient surveys (N = 5111), which were based on the Primary Care Assessment Tool, and prevention and chronic disease management were assessed, based on Canadian recommendations for care, through chart abstraction (N = 4108). RESULTS: Older individuals reported better health service delivery in all models. This age effect ranged from 1.9% to 5.7%, and was larger in the 2 capitation-based models. Individuals aged younger than 30 years attending CHCs had more features of disadvantage (ie, living below the poverty line and without high school education) and were more likely than older individuals to report discussing at least 1 health promotion subject at the index visit. These differences were deemed an appropriate response to greater needs in these younger individuals. The prevention score showed an age-sex interaction in all models, with adherence to recommended care dropping with age for women. These results are largely attributable to the fact that maneuvers recommended for younger women are considerably more likely to be performed than other maneuvers. Chronic disease management scores showed an inverted U relationship with age in fee-for-service practices, family health networks, and health service organizations but not in CHCs. CONCLUSION: The salaried model might have an organizational structure that is more conducive to providing appropriate care across age groups. The thrust toward adopting capitation-based payment is unlikely to have an effect on age disparities.
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 | 0,003 | 0,008 |
| 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 | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».