Relation between primary care physician supply and diabetes care and outcomes: a cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Higher primary care physician supply is associated with lower mortality due to heart disease, cancer and stroke, but its relation to diabetes care and outcomes is unknown. We examined the association between primary care physician supply and evidence-based testing and hospital visits for people with diabetes in naturally occurring multispecialty physician networks in Ontario, Canada. METHODS: We conducted a cross-sectional analysis between Apr. 1, 2009, and Mar. 31, 2011, using linked administrative data. We included all Ontario residents over 40 years of age with a diagnosis of diabetes before Apr. 1, 2007, who were alive on Apr. 1, 2009 (N = 712 681). We tested the association between physician supply and outcomes at the network level using separate Poisson regression models for urban and nonurban physician networks. We accounted for clustering at the physician and network level and adjusted for patient characteristics. RESULTS: Patients in physician networks with a high supply of primary care physicians were more likely to receive the optimal number of evidence-based tests for diabetes than patients in networks with low primary care physician supply (urban relative risk [RR] 1.06, 95% confidence interval [CI] 1.04-1.07; nonurban RR 1.17, 95% CI 1.14-1.21) but were no different regarding emergency department visits (urban RR 1.05, 95% CI 0.94-1.17; nonurban RR 0.96, 95% CI 0.85-1.08) or hospital admissions for diabetes complications (urban RR 1.01, 95% CI 0.89-1.14; nonurban RR 0.91, 95% CI 0.77-1.07). INTERPRETATION: Having more primary care physicians per capita is associated with better diabetes care but not with reduced hospital visits in this setting. Further research to understand this relation and how it varies by setting is important for resource planning.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».