Identification of the physician workforce providing palliative care in Ontario using administrative claims data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Little is known about the physician workforce providing palliative care in Canada, and in Ontario specifically. We developed an algorithm to identify palliative care physicians using administrative claims data and validated it against a reference sample. We then applied the algorithm to all general practitioners/family physicians (GP/FPs) in the province of Ontario to describe and quantify those identified by the algorithm. METHODS: W e reviewed Ontario Health Insurance Plan claims from Jan. 1, 2008, to Dec. 31, 2011, to determine each physician's proportion of claims that were for palliative care. We empirically selected a data-driven cut-off, whereby physicians whose proportion of palliative care claims was above the threshold were defined as palliative care physicians. We validated the cut-off against a reference sample of physicians who self-identified as providing mostly palliative care in a study-specific survey. We then applied this algorithm to all GP/FPs in the province. RESULTS: We empirically selected 10% as the cut-off for the proportion of palliative care claims. This threshold had exceptional specificity and positive predictive value (97.8% and 90.5%, respectively) and adequate sensitivity (76.0%) when compared with the reference sample (n = 118). When applied to all GP/FPs in the province, the algorithm identified 276 practising mostly palliative care. Of these, 135 (48.9%) were women, 265 (96.0%) practised in urban locations, and 145 (52.5%) worked part time. INTERPRETATION: Our algorithm readily identified and quantified the workforce of palliative care physicians in Ontario. Such a tool has numerous applications for both health service planners and researchers.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 | 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 découle