Family Physicians Attaching New Patients From Centralized Waiting Lists: A Cross-Sectional Study
Notice bibliographique
Résumé
PURPOSE: In response to more than 15% of Canadians not having a family physician, 7 provinces have implemented centralized waiting lists for unattached patients. The aim of this study is to analyze the association between family physicians' characteristics and their participation in centralized waiting lists. METHODS: Cross-sectional observational study using administrative data in 5 local health networks in Quebec, between 2013 and 2015. All physicians who had attached at least 1 patient were included (n = 580). Multivariate linear regressions for the number of patients and proportion of vulnerable patients attached per physician were performed. RESULTS: Physicians with more than 20 years of experience represented more than half of those who had participated in the centralized waiting lists and physicians in traditional primary care models represented more than 40%. Physicians' number of years of practice, primary care model, local health network, and the number of physicians participating in the centralized waiting lists per clinic influenced physicians' participation. Physicians with 0 to 4 years of experience and those practicing in network clinics were found to attach more patients. Practicing in a Centre Locaux de Services Communautaires (local community service center) was associated with attaching 19% more vulnerable patients compared with practicing in a Family Medicine Unit (teaching unit). CONCLUSION: Centralized waiting lists seem to be used by early career physicians to build up their patient panels. However, because of the large number of them participating in the centralized waiting lists, physicians with more experience and those practicing in traditional models of primary care might be of interest for future measures to decrease the number of patients waiting for attachment in centralized waiting lists.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».