Effect of Payment Incentives on Cancer Screening in Ontario Primary Care
Notice bibliographique
Résumé
PURPOSE: There is limited evidence for the effectiveness of pay for performance despite its widespread use. We assessed whether the introduction of a pay-for-performance scheme for primary care physicians in Ontario, Canada, was associated with increased cancer screening rates and determined the amounts paid to physicians as part of the program. METHODS: We performed a longitudinal analysis using administrative data to determine cancer screening rates and incentive costs in each fiscal year from 1999/2000 to 2009/2010. We used a segmented linear regression analysis to assess whether there was a step change or change in screening rate trends after incentives were introduced in 2006/2007. We included all Ontarians eligible for cervical, breast, and colorectal cancer screening. RESULTS: We found no significant step change in the screening rate for any of the 3 cancers the year after incentives were introduced. Colon cancer screening was increasing at a rate of 3.0% (95% CI, 2.3% to 3.7%) per year before the incentives were introduced and 4.7% (95% CI, 3.7% to 5.7%) per year after. The cervical and breast cancer screening rates did not change significantly from year to year before or after the incentives were introduced. Between 2006/2007 and 2009/2010, $28.3 million, $31.3 million, and $50.0 million were spent on financial incentives for cervical, breast, and colorectal cancer screening, respectively. CONCLUSIONS: The pay-for-performance scheme was associated with little or no improvement in screening rates despite substantial expenditure. Policy makers should consider other strategies for improving rates of cancer screening.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».