Assessing the performance of centralized waiting lists for patients without a regular family physician using clinical-administrative data
Notice bibliographique
Résumé
BACKGROUND: With 4.6 million patients who do not have a regular family physician, Canada performs poorly compared to other OECD countries in terms of attachment to a family physician. To address this issue, several provinces have implemented centralized waiting lists to coordinate supply and demand for attachment to a family physician. Although significant resources are invested in these centralized waiting lists, no studies have measured their performance. In this article, we present a performance assessment of centralized waiting lists for unattached patients implemented in Quebec, Canada. METHODS: We based our approach on the Balanced Scorecard method. A committee of decision-makers, managers, healthcare professionals, and researchers selected five indicators for the performance assessment of centralized waiting lists, including both process and outcome indicators. We analyzed and compared clinical-administrative data from 86 centralized waiting lists (GACOs) located in 14 regions in Quebec, from April 1, 2013, to March 31, 2014. RESULTS: During the study period, although over 150,000 patients were attached to a family physician, new requests resulted in a 30% median increase in patients on waiting lists. An inverse correlation of average strength was found between the rates of patients attached to a family physician and the proportion of vulnerable patients attached to a family physician meaning that as more patients became attached to an FP through GACOs, the proportion of vulnerable patients became smaller (r = -0.31, p < 0.005). The results showed very large performance variations both among GACOs of different regions and among those of a same region for all performance indicators. CONCLUSIONS: Centralized waiting lists for unattached patients in Quebec seem to be achieving their twofold objective of attaching patients to a family physician and giving priority to vulnerable patients. However, the demand for attachment seems to exceed the supply and there appears to be a tension between giving priority to vulnerable patients and attaching of a large number of patients. Results also showed heterogeneity in the performance of centralized waiting lists across Quebec. Finally, our findings suggest it is critical that similar mechanisms should use available data to identify the best strategies for reducing variations and improving performance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».