Variations in demand and provision for publicly funded outpatient musculoskeletal physiotherapy services across <scp>Q</scp>uebec, <scp>C</scp>anada
Notice bibliographique
Résumé
RATIONALE: The prevalence of musculoskeletal disorders is high and expected to increase in the next decade. Persons suffering from musculoskeletal disorders benefit from early physiotherapy services. However, access to publicly funded physiotherapy services has been shown to be compromised by long waiting times and limited availability of resources in many countries around the world. Decisions on resource allocation may create geographic disparities in provision and access to services, which may result in inequity in access. AIMS AND OBJECTIVES: This study aimed to assess variations in demand and provision of publicly funded outpatient physiotherapy services across the province of Quebec, Canada, as well as to assess the demand to provision relationship. METHODS: We conducted a secondary analysis of data retrieved from the 2008 Quebec Health Survey and data obtained from a survey of hospitals in the province of Quebec in 2015. We used geographic information systems analyses and descriptive analyses to assess geographic variations and the relationship between demand and provision. RESULTS: Our results indicate substantial variations in the provision and demand for physiotherapy services in the province of Quebec. The variations in service provision did not follow the variations in demand. Long waiting times and insufficient provision of services were found in many regions. CONCLUSIONS: The variations in provision of physiotherapy services between regions reported in our study did not correspond to the variations in demand. Such geographic variations and demand to provision mismatches may create inequity in access to services, especially for those unable to afford private services.
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 | 0,013 | 0,108 |
| 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 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».