Patient-Centered Medical Home Implementation and Primary Care Provider Turnover
Notice bibliographique
Résumé
BACKGROUND: The Veterans Health Administration (VHA) began implementing a patient-centered medical home (PCMH) model of care delivery in April 2010 through its Patient Aligned Care Team (PACT) initiative. PACT represents a substantial system reengineering of VHA primary care and its potential effect on primary care provider (PCP) turnover is an important but unexplored relationship. This study examined the association between a system-wide PCMH implementation and PCP turnover. METHODS: This was a retrospective, longitudinal study of VHA-employed PCPs spanning 29 calendar quarters before PACT and eight quarters of PACT implementation. PCP employment periods were identified from administrative data and turnover was defined by an indicator on the last quarter of each uncensored period. An interrupted time series model was used to estimate the association between PACT and turnover, adjusting for secular trend and seasonality, provider and job characteristics, and local unemployment. We calculated average marginal effects (AME), which reflected the change in turnover probability associated with PACT implementation. RESULTS: The quarterly rate of PCP turnover was 3.06% before PACT and 3.38% after initiation of PACT. In adjusted analysis, PACT was associated with a modest increase in turnover (AME=4.0 additional PCPs per 1000 PCPs per quarter, P=0.004). Models with interaction terms suggested that the PACT-related change in turnover was increasing in provider age and experience. CONCLUSIONS: PACT was associated with a modest increase in PCP turnover, concentrated among older and more experienced providers, during initial implementation. Our findings suggest that policymakers should evaluate potential workforce effects when implementing PCMH.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».