High-volume general practitioners in Alberta: a descriptive analysis
Notice bibliographique
Résumé
BACKGROUND: Alberta is considering capping daily fee-for-service physician billings, but little is known about high-volume practice in the province and its impact on patient health outcomes. In this initial study, we conducted a descriptive analysis of general practitioners' patient volumes and billing practices in relation to associated practitioner demographic characteristics. METHODS: We conducted a retrospective descriptive analysis of the associations of practitioner characteristics, including full-time versus non-full-time practice, provider sex, years in practice, geographic location and international medical graduate status, with high-volume (> 50 visits/d) practice using general practice billing data from 2011 to 2016. Use of general practitioner service codes was described and compared by general practitioner volume status, with adjustment for physician demographic characteristics and geographic parameters. RESULTS: We included 3465 general practitioners practising fee-for-service in Alberta between 2011 and 2016, of whom 233 (6.7%) were identified as high-volume providers. Physicians who had been in practice longer (odds ratio [OR] 1.04 per year, 95% confidence interval [CI] 1.02-1.05) and international medical graduates (OR 1.89, 95% CI 1.40-2.54) were more likely to exceed 50 patient visits/day. Female physicians were less likely to exceed 50 patient visits/day (OR 0.14, 95% CI 0.07-0.28). Rural practice location was negatively associated with high-volume practice (OR 0.87, 95% CI 0.79-0.95) when we controlled for zone within the province. Zone 5 (North) was associated with high-volume practice (OR 1.95, 95% CI 1.06-3.58). Less than full-time practice was prevalent (1836 providers [53.0%]). High-volume general practitioners billed fewer service codes requiring longer visits, except for the most highly remunerated code (patients with complex health issues). INTERPRETATION: These results can inform policy-makers when considering payment system changes. Our next step is to examine the association of high-volume practice with outcomes important to patients, such as evidence of treatment failure (emergency department visits and hospital admissions) for conditions sensitive to primary care management.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».