Characteristics of Nurse Practitioner Practice in Family Health Teams in Ontario, Canada
Notice bibliographique
Résumé
Nurse practitioners (NPs) in Ontario work in a number of settings, including physician-led, interprofessional Family Health Teams (FHTs). However, many aspects of NP practice within the FHTs are unknown. Our study aimed to describe the characteristics of NP practice in FHTs and the relationships between NPs and physicians within this model. This cross-sectional descriptive study analyzed NP service and diagnostic code data collected for every NP patient encounter from 2012 to 2015. Encounter data were linked to health administrative data housed at the Institute for Clinical Evaluative Sciences to allow for comparison with physician service and diagnostic codes. Findings demonstrated that NPs saw patients across all age groups for one to more than five problems per encounter and that NPs handled both acute and episodic care and chronic disease management issues. Patients with chronic conditions had more encounters with physicians than with NPs. In addition, compared to physicians, NPs saw more female than male patients. Our findings provide a snapshot of NP practice in FHTs and may be useful in informing other practice models in Ontario, elsewhere in Canada, and internationally. More evidence is needed, however, to clarify the responsibilities of the NPs in collaborative relationships with physicians and to embed policies that will ensure that NPs work to their full potential. In addition, applying service coding to all health care providers in FHTs could enhance data on interprofessional teams and the individual clinicians that comprise them.
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 | 0,001 | 0,008 |
| 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 | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».