Virtuelle Behandlernetzwerke
Notice bibliographique
Résumé
The analysis of geographic variations has spurred arguments that area of residence determines access to and quality of healthcare. In this paper we argue that unwarranted geographic variations can be traced back to actions of individual patients and their healthcare providers (doctors, hospitals). These actors interact in a complicated web of shared responsibilities. Designing effective interventions to reduce unwarranted geographic variations may therefore depend on methods to identify these interactions and communities of providers with a shared accountability. In the US, Canada, and Germany, routine data have been used to identify self-organized informal or virtual networks of physicians and hospitals, so-called patient-sharing networks (PSNs). This is an emerging field of analysis. We attempt to provide a brief report on the state of work in progress. It can be shown that variation between PSNs in a given area is effectively greater than variation between regions. While this suggests that reducing unwarranted variation needs to start at the level of PSN, methods to identify PSNs still vary widely. We compare epidemiological approaches and approaches based on graph theory and social network analysis. We also present some preliminary findings of exploratory analyses based on comprehensive claims data of physician practices in Germany. Defining PSNs based on usual provider relationships helps to create distinctive patient populations while PSNs may not be mutually exclusive. Social network analysis, on the other hand, appears better equipped to differentiate between provider communities with stronger and weaker ties; it does not yield distinctive patient populations. To achieve accountability and to support change management, analytic methods to describe PSNs still need refinement. There are first projects in Germany which use PSNs as an intervention platform in order to achieve improved cooperation and reduce unwarranted variation in their care processes.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,053 |
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 ».