The effect of provider affiliation with a primary care network on emergency department visits and hospital admissions
Notice bibliographique
Résumé
BACKGROUND: Primary care networks are designed to facilitate access to inter-professional, team-based care. We compared health outcomes associated with primary care networks versus conventional primary care. METHODS: We obtained data on all adult residents of Alberta who visited a primary care physician during fiscal years 2008 and 2009 and classified them as affiliated with a primary care network or not, based on the physician most involved in their care. The primary outcome was an emergency department visit or nonelective hospital admission for a Patient Medical Home indicator condition (asthma, chronic obstructive pulmonary disease, heart failure, coronary disease, hypertension and diabetes) within 12 months. RESULTS: = 1 109 941). Patients in a primary care network were less likely to visit the emergency department for an indicator condition (1.4% v. 1.7%, mean 0.031 v. 0.035 per patient, adjusted risk ratio [RR] 0.98, 95% confidence interval [CI] 0.96-0.99) or for any cause (25.5% v. 30.5%, mean 0.55 v. 0.72 per patient, adjusted RR 0.93, 95% CI 0.93-0.94), but were more likely to be admitted to hospital for an indicator condition (0.6% v. 0.6%, mean 0.018 v. 0.017 per patient, adjusted RR 1.07, 95% CI 1.03-1.11) or all-cause (9.3% v. 9.1%, mean 0.25 v. 0.23 per patient, adjusted RR 1.08, 95% CI 1.07-1.09). Patients in a primary care network had 169 fewer all-cause emergency department visits and 86 fewer days in hospital (owing to shorter lengths of stay) per 1000 patient-years. INTERPRETATION: Care within a primary care network was associated with fewer emergency department visits and fewer hospital days.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».