Those Left Behind From Voluntary Medical Home Reforms in Ontario, Canada
Notice bibliographique
Résumé
PURPOSE: Health systems are transitioning patients to medical homes to improve health outcomes and reduce cost. We sought to understand the characteristics and quality of care for patients who did and did not participate in the voluntary transition to medical homes. METHODS: We used administrative data for diabetes monitoring and cancer screening to compare services received by patients attached to a medical home (n = 10,785,687) with services received by those seeing a fee-for-service physician (n = 1,321,800) in Ontario, Canada, on March 31, 2011. We used Poisson regression to examine associations in 2011 after adjustment for patient factors and also assessed changes in outcomes between 2001 and 2011. RESULTS: Patients attached to a fee-for-service physician were more likely to be immigrants and live in a low-income neighborhood and urban area. They were less likely to receive recommended testing for diabetes (25% vs 34%; adjusted relative risk [RR] = 0.74; 95% CI, 0.73-0.75) and less likely to receive screening for cervical (52% vs 66%; adjusted RR = 0.79; 95% CI, 0.79-0.79), breast (58% vs 73%; adjusted RR = 0.80; 95% CI, 0.80-0.81), and colorectal cancer (44% vs 62%; adjusted RR = 0.72; 95% CI, 0.71-0.72) compared with patients attached to a medical home physician in 2011. These differences in quality of care preceded medical home reforms. CONCLUSION: Patients left behind from medical home reforms are more likely to be poor, urban, and new immigrants and receive lower quality care. Strategies are needed to reach out to these patients and their physicians to reduce gaps in care.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».