Effect of incentive payments on chronic disease management and health services use in British Columbia, Canada: Interrupted time series analysis
Notice bibliographique
Résumé
We studied the effects of incentive payments to primary care physicians for the care of patients with diabetes, hypertension, and Chronic Obstructive Pulmonary Disease (COPD) in British Columbia, Canada. We used linked administrative health data to examine monthly primary care visits, continuity of care, laboratory testing, pharmaceutical dispensing, hospitalizations, and total h ealth care spending. We examined periods two years before and two years after each incentive was introduced, and used segmented regression to assess whether there were changes in level or trend of outcome measures across all eligible patients following incentive introduction, relative to pre-intervention periods. We observed no increases in primary care visits or continuity of care after incentives were introduced. Rates of ACR testing and antihypertensive dispensing increased among patients with hypertension, but none of the other modest increases in laboratory testing or prescriptions dispensed reached statistical significance. Rates of hospitalizations for stroke and heart failure among patients with hypertension fell relative to pre-intervention patterns, while hospitalizations for COPD increased. Total hospitalizations and hospitalizations via the emergency department did not change. Health care spending increased for patients with hypertension. This large-scale incentive scheme for primary care physicians showed some positive effects for patients with hypertension, but we observe no similar changes in patient management, reductions in hospitalizations, or changes in spending for patients with diabetes and COPD.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».