Validation of 2 New Measures of Continuity of Care Based on Year-to-Year Follow-up With Known Providers of Health Care
Notice bibliographique
Résumé
PURPOSE: In a primary care context favoring group practices, we assessed the validity of 2 new continuity measures (both versions of known provider continuity, KPC) that capture the concentration of care over time from multiple physicians (multiple provider continuity, KPC-MP) or from the physician seen most often (personal provider continuity, KPC-PP). METHODS: Patients with diabetes or cardiovascular disease (N = 765) were approached in the waiting rooms of 28 primary care clinics in 3 regions of the province of Quebec, Canada; answered a survey questionnaire measuring relational continuity, interpersonal communication, coordination within the clinic, coordination with specialists, and overall coordination; and gave permission for their medical records to be reviewed and their medical services utilization data for the previous 2 years to be accessed to measure KPC. Using generalized linear mixed models, we assessed the association between KPC and the patients' responses. RESULTS: Among the 5 different patient-reported measures or their combination, KPC-MP was significantly related with overall coordination of care: for high continuity, the odds ratio (OR) = 2.02 (95% CI, 1.33-3.07), and for moderate continuity, OR = 1.61 (95% CI, 1.06-2.46). KPC-MP was also related with the combined continuity score: for high continuity, OR = 1.52 (95% CI, 1.11-2.09), and for moderate continuity, OR = 1.48 (95% CI, 1.10-2.00). KPC-PP was not significantly associated with any of the survey measures. CONCLUSIONS: The KPC-MP measure, based on readily available administrative data, is associated with patient-perceived overall coordination of care among multiple physicians. KPC measures are potentially a valuable and low-cost way to follow the effects of changes favoring group practice on continuity of care for entire populations. They are easy to replicate over time and across jurisdictions.
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 | 0,016 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».