Association between quality domains and health care spending across physician networks
Notice bibliographique
Résumé
One of the more fundamental health policy questions is the relationship between health care quality and spending. A better understanding of these relationships is needed to inform health systems interventions aimed at increasing quality and efficiency of care. We measured 65 validated quality indicators (QI) across Ontario physician networks. QIs were aggregated into domains representing six dimensions of care: screening and prevention, evidence-based medications, hospital-community transitions (7-day post-discharge visit with a primary care physician; 30-day post-discharge visit with a primary care physician and specialist), potentially avoidable hospitalizations and emergency department (ED) visits, potentially avoidable readmissions and unplanned returns to the ED, and poor cancer end of life care. Each domain rate was computed as a weighted average of QI rates, weighting by network population at risk. We also measured overall and sector-specific per capita healthcare network spending. We evaluated the associations between domain rates, and between domain rates and spending using weighted correlations, weighting by network population at risk, using an ecological design. All indicators were measured using Ontario health administrative databases. Large variations were seen in timely hospital-community transitions and potentially avoidable hospitalizations. Networks with timely hospital-community transitions had lower rates of avoidable admissions and readmissions (r = -0.89, -0.58, respectively). Higher physician spending, especially outpatient primary care spending, was associated with lower rates of avoidable hospitalizations (r = -0.83) and higher rates of timely hospital-community transitions (r = 0.81) and moderately associated with lower readmission rates (r = -0.46). Investment in effective primary care services may help reduce burden on the acute care sector and associated expenditures.
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 | 0,002 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».