MétaCan
Menu
← Retour à la cohorte
Enregistrement W2605838351 · doi:10.23889/ijpds.v1i1.74

Does quality of primary care vary across delivery models?

2017· article· en· W2605838351 sur OpenAlexaffabout
Alan Katz, Dan Château, Carole Taylor, Jeff Valdivia

Notice bibliographique

RevueInternational Journal for Population Data Science · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensManitoba Health
Organismes subventionnairesnon disponible
Mots-clésReferralPrimary careMedicineAmbulatory careFamily medicineService delivery frameworkService (business)PopulationQuality (philosophy)Health careEnvironmental healthBusiness

Résumé

récupéré en direct d'OpenAlex

ABSTRACTObjectives To determine the relationships between five models of primary care service delivery and quality of care indicators in an urban population. Two fee-for-service (FFS) and three alternative-funded models of primary care service delivery were studiedApproach We allocated all Manitoba residents who had at least three visits to any primary care provider (PCP) at any Winnipeg clinic between 2010-2013 to the most responsible PCP (N = 626,264). We then allocated each PCP to a model of primary care service delivery. We created general linear mixed models to describe the relationship between each model of primary care and the dominant, traditional fee-for-service model for health services use, while controlling for a variety of PCP and patient factors, including patient social complexity.Results Patient social complexity was associated with poorer crude rates for many of the indicators. There were no differences among the models for hospital readmission within 30 days or specialist referral by the assigned PCP. Hospitalizations for ACSC were higher for one alternative funded model (1.98 OR, 1.38-2.83 95% CI), while non-indicated low back X-rays were lower for a different alternative funded model (0.14 OR, 0.03-0.59 95% CI). Ambulatory care visits to any PCP were lower for all three alternative funded models than the two FFS models. The family medicine academic teaching sites had lower rates of continuity of care (p< 0.5)Conclusion Overall, no model of primary care consistently outperformed the others. FFS models had higher rates of visits, but appeared to satisfy patient needs better because they had less use of telehealth services following visits. Teaching sites appeared to sacrifice continuity of care potentially to support other academic activities. Controlling for social complexity was associated with a reduction in the differences between models in indicator outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,073
score de la tête « metaresearch » (Gemma)0,212
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0730,212
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,005
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,002
Communication savante0,0070,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,332
Tête enseignante GPT0,585
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data Science→Même sujetPrimary Care and Health Outcomes→Travaux en français237 207→