MétaCan
Menu
← Retour à la cohorte
Enregistrement W2240350799

Analyse d’une politique de santé visant l’amélioration de l’accès à un médecin de famille - Les guichets d’accès pour la clientèle orpheline au Québec

2015· preprint· fr· W2240350799 sur OpenAlexaboutno aff
Roxane Borgès Da Silva, Julie Fiset-Laniel, Archan Hazra, Erin Strumpf

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Afin d’accroître le nombre de personnes ayant un médecin de famille – nombre qui est relativement faible au Québec – le ministère de la Santé et des Services sociaux a mis en place, en 2008, les guichets d’accès pour la clientèle orpheline (GACO). La politique GACO avait pour objectif d’améliorer l’accès à un médecin de famille de la population québécoise et, plus particulièrement, d’améliorer l’accès des patients atteints de maladies chroniques et dont l’état de santé nécessitait une prise en charge médicale et des soins continus. Nous avons évalué la performance de ces GACO, pour l’ensemble des régions sociosanitaires (RSS) du Québec, en termes de nombre de patients référés à un médecin de famille et de délais d’attente pour la référence selon l’état de santé du patient. Pour ce faire, nous avons analysé les données provenant des rapports administratifs du système d’information du guichet d’accès pour la clientèle orpheline (SIGACO). Nous avons orienté notre analyse et interprété nos résultats en utilisant un cadre de référence économique nous permettant de comprendre le comportement des médecins, plus particulièrement, leur réponse à des changements d’incitatifs financiers associés à la politique GACO survenus en novembre 2011. Depuis 2008, les GACO inscrivent et réfèrent de plus en plus de patients et de plus en plus de médecins y participent. En revanche, les délais moyens d’attente avant d’obtenir une référence à un médecin de famille ont augmenté au cours du temps. Ceci est d’autant plus vrai pour les patients ayant entrepris leurs démarches d’inscription eux-mêmes comparativement aux patients dont la démarche d’inscription est initiée par un professionnel de la santé. Alors que la moitié des RSS a atteint un seuil de référence de près de 80 % des patients inscrits, l’autre moitié n’en réfère que 65 %. La réforme de la politique GACO en 2011 a ajouté un forfait associé à la prise en charge de patients non vulnérables et bonifié le forfait pour les patients plus malades, dits vulnérables. Suite à cette réforme, les délais moyens d’attente ont augmenté dans les deux groupes de patients, mais ont augmenté de 94 jours de plus chez les patients vulnérables comparativement aux patients non vulnérables. Quant au nombre de patients référés, celui-ci a augmenté dans le temps, mais cette augmentation est moins importante chez les patients vulnérables, avec 8 400 patients vulnérables référés de moins que de patients non vulnérables. es résultats non escomptés sont plus faciles à comprendre en prenant en compte les modèles économiques du comportement des médecins. Si les décideurs souhaitent mettre en place des changements de politique, ils devraient prendre en considération les facteurs importants du processus décisionnel des médecins (revenu, temps de loisirs et bien-être des patients) ainsi que les autres leviers politiques disponibles.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,924
Score d'incertitude au seuil0,548

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0030,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,124
Tête enseignante GPT0,467
Écart entre enseignants0,344 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetHealthcare Systems and Practices→Travaux en français237 207→