MétaCan
Menu
Retour à la cohorte
Enregistrement W2780926980 · doi:10.1089/tmj.2017.0225

Who Uses eConsult? Investigating Physician Characteristics Associated with Usage (and Nonusage)

2017· article· en· W2780926980 sur OpenAlexafffundabout
Howard Bilodeau, Catherine Deri Armstrong, Clare Liddy

Notice bibliographique

RevueTelemedicine Journal and e-Health · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueHealthcare Systems and Technology
Établissements canadiensOttawa HospitalBruyèreUniversity of OttawaStatistics Canada
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésFamily medicinePsychologyMedicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Champlain BASE™ eConsult Service was developed in a Local Health Integration Network (LHIN) in Ontario, Canada in 2010 to reduce wait times and improve access to specialist care. The service allows primary care providers to receive advice from specialists via a secure electronic platform without necessarily requiring a face-to-face consultation. INTRODUCTION: As of 2015, over half of the LHIN's family physicians were registered and trained to use the service. However, 24% of registrants never went on to submit a case. The purpose of this study is to examine the demographic characteristics associated with usage. MATERIALS AND METHODS: Usage data for the pool of physicians registered between January 1, 2011 and September 30, 2015 were linked to physician characteristics retrieved from the College of Physicians and Surgeons of Ontario database. Probit regressions were estimated to determine characteristics associated with usage. RESULTS: Neither sex, being an international medical school graduate-documented predictors of electronic medical records adoption-nor proximity to specialists were found to explain usage. Only length of time in practice was found to be predictive. Being out of medical school an additional 10 years was estimated to decrease the probability of ever using eConsult by five percentage points (p < 0.01). CONCLUSION: Lower use by veteran physicians may reflect their lower need for services like eConsult given their well-established specialist networks, or their greater confidence in practicing medicine. Future work should explore the reasons and barriers for not registering, or not using eConsult, with an aim toward increasing the appropriate use of this cost-effective and innovative service.

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)0,002
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,054
Score d'incertitude au seuil0,108

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,048
Tête enseignante GPT0,294
Écart entre enseignants0,246 · 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

Citations6
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTelemedicine Journal and e-HealthMême sujetHealthcare Systems and TechnologyTravaux en français237 207