Factors Influencing Patients’ Contract Choice With General Practitioners in Shanghai
Notice bibliographique
Résumé
The general practitioner (GP) system has been widely applied around the world and experimented with in Shanghai, China. To analyze some of the influencing factors on patient-GP contracts, we developed a questionnaire and conducted site investigations in 2011 and 2012 to 1200 patients by random sampling from 6 pilot community health service (CHS) centers in Pudong, Shanghai. The t test, χ(2) test, factor analysis, and logistic regression analysis were used to analyze the data. The factors influencing patients' contract behavior were age (OR = 1.03; 95%CI = 1.02-1.04), education level (OR = 0.83; 95% CI = 0.75-0.93), social interaction of social capital (OR = 1.34; 95% CI = 1.15-1.56), acceptance of first contact in community (OR = 3.25; 95% CI = 2.07-5.12), the year of investigation (OR = 2.58; 95% CI = 1.92-3.47), and the exposure to publicity (OR = 1.60; 95% CI = 1.39-1.85). Elderly patients formed a focus group to sign contracts with GPs. To increase trust in GPs by patients, it is recommended to improve the level of CHSs, strengthen publicity, and cultivate social capital among patients.
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 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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».