Managing Chronic Disease in Ontario Primary Care: The Impact of Organizational Factors
Notice bibliographique
Résumé
PURPOSE: New approaches to chronic disease management emphasize the need to improve the delivery of primary care services to meet the needs of chronically ill patients. This study (1) assessed whether chronic disease management differed among 4 models of primary health care delivery and (2) identified which practice organizational factors were independently associated with high-quality care. METHODS: We undertook a cross-sectional survey with nested qualitative case studies (2 practices per model) in 137 randomly selected primary care practices from 4 delivery models in Ontario Canada: fee for service, capitation, blended payment, and community health centers (CHCs). Practice and clinician surveys were based on the Primary Care Assessment Tool. A chart audit assessed evidence-based care delivery for patients with diabetes, congestive heart failure, and coronary artery disease. Intermediate outcomes were calculated for patients with diabetes and hypertension. Multiple linear regression identified those organizational factors independently associated with chronic disease management. RESULTS: Chronic disease management was superior in CHCs. Clinicians in CHCs found it easier than those in the other models to promote high-quality care through longer consultations and interprofessional collaboration. Across the whole sample and independent of model, high-quality chronic disease management was associated with the presence of a nurse-practitioner. It was also associated with lower patient-family physician ratios and when practices had 4 or fewer full-time-equivalent family physicians. CONCLUSIONS: The study adds to the literature supporting the value of nurse-practitioners within primary care teams and validates the contributions of Ontario's CHCs. Our observation that quality of care decreased in larger, busier practices suggests that moves toward larger practices and greater patient-physician ratios may have unanticipated negative effects on processes of care quality.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».