MétaCan
Menu
Retour à la cohorte
Enregistrement W2162187454 · doi:10.1186/1472-6963-12-472

Designation, diligence and drift: understanding laboratory expenditure increases in British Columbia, 1996/97 to 2005/06

2012· article· en· W2162187454 sur OpenAlexafffundabout
Saskia Sivananthan, Sandra Peterson, Ruth Lavergne, Morris L. Barer, Kimberlyn McGrail

Notice bibliographique

RevueBMC Health Services Research · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical Laboratory Practices and Quality Control
Établissements canadiensUniversity of British Columbia Hospital
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésNursing researchHealth administrationMedicineHealth informaticsDiligenceDue diligencePublic healthNursingLawPolitical sciencePsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Laboratory testing is one of the fastest growing areas of health services spending in Canada. We examine the extent to which increases in laboratory expenditures might be explained by testing that is consistent with guidelines for the management of chronic conditions, by analyzing fee-for-service physician payment data in British Columbia from 1996/97 and 2005/06. METHOD: We used direct standardization to quantify the effect on laboratory expenditures from changes in: fee levels; population growth; population aging; treatment prevalence; expenditure on recommended tests for those conditions; and expenditure on other tests. The chronic conditions selected were those with guidelines containing laboratory recommendations developed by the BC Guidelines and Protocol Advisory Committee: diabetes, hypertension, congestive heart failure, renal failure, liver disease, rheumatoid arthritis, osteoarthritis and dementia. RESULT: Laboratory service expenditures increased by $98 million in 2005/06 compared to 1996/97, or 3.6% per year after controlling for population growth and aging. Testing consistent with guideline-recommended care for chronic conditions explained one-third (1.2% per year) of this growth. Changes in treatment prevalence were just as important, contributing 1.5% per year. Hypertension was the most common condition, but renal failure and dementia showed the largest changes in prevalence over time. Changes in other laboratory expenditure including for those without chronic conditions accounted for the remaining 0.9% growth per year. CONCLUSION: Increases in treatment prevalence were the largest driver of laboratory cost increases between 1996/97 and 2005/06. There are several possible contributors to increasing treatment prevalence, all of which can be expected to continue to put pressure on health care expenditures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,322
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,164
Tête enseignante GPT0,466
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetClinical Laboratory Practices and Quality ControlTravaux en français237 207