MétaCan
Menu
Retour à la cohorte
Enregistrement W2275265893 · doi:10.1002/hpm.2338

Health services utilization of people having and not having a regular doctor in Canada

2016· article· en· W2275265893 sur OpenAlexaffabout
Nguyễn Xuân Thành, John Rapoport

Notice bibliographique

RevueThe International Journal of Health Planning and Management · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensInstitute of Health Economics
Organismes subventionnairesnon disponible
Mots-clésPropensity score matchingHealth servicesMatching (statistics)Health careNegative binomial distributionMedicineFamily medicineService (business)Community healthNursingPublic healthEnvironmental healthPopulationBusinessStatistics

Résumé

récupéré en direct d'OpenAlex

Canada having a universal health insurance plan that provides hospital and physician benefits offers a natural experiment of whether continuity of care actually provides lower or higher utilization of services. The question we are evaluating is whether Canadians, who have a regular physician, use more health resources than those who do not have one? Using two statistical methods, including propensity score matching and zero-inflated negative binomial regression, we analyzed data from the 2010 and 2007/2008 Canadian Community Health Surveys separately to document differences between people self-reportedly having and not having a regular doctor in the utilization of general practitioner, specialist, and hospital services. The results showed, consistently for all two statistical methods and two datasets used, that people reportedly having a regular doctor used more healthcare services than a matched group of people who was self-reportedly not having a regular doctor. For specialist and hospital utilization, the statistically significant differences were in the likelihood if the service was used but not in the number of specialist visits or hospital nights among users. Copyright © 2016 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,042
Score d'incertitude au seuil0,306

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,056
Tête enseignante GPT0,306
Écart entre enseignants0,249 · 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

Citations16
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Health Planning and ManagementMême sujetHealthcare Policy and ManagementTravaux en français237 207