The association between payment model and specialist physicians’ selection of patients with diabetes: a descriptive study
Notice bibliographique
Résumé
Background: As the number of people with chronic diseases increases, understanding the impact of payment model on the types of patients seen by specialists has implications for improving the quality and value of care. We sought to determine if there is an association between specialist physician payment model and the types of patients seen. Methods: In this descriptive study, we used administrative data to compare demographic characteristics, illness severity and visit indication of patients with diabetes seen by fee-for-service and salary-based internal medicine and diabetes specialists in Calgary and Edmonton between April 2011 and September 2014. The study cohort included all newly referred adults with diabetes (no appointment with a specialist in prior 4 yr). Diabetes was identified using a validated algorithm that excludes gestational diabetes. Results: Patients managed by salary-based physicians (n = 2736) were sicker than those managed by fee-for-service physicians (n = 21 218). Patients managed by salary-based specialists were more likely to have 5 or more comorbidities (23.0% [n = 628] v. 18.1% [n = 3843]) and to have been admitted to hospital or seen in an emergency department for an ambulatory care sensitive condition in the year before their index visit, probably reflecting poorer disease control or barriers to optimal outpatient care. A higher proportion of visits to salary-based physicians were for appropriate indications (65.2% [n = 744] v. 55.6% [n = 5553]; risk ratio 1.17, 95% confidence interval 1.09–1.27). Interpretation: Salary-based specialists were more likely to see patients with a clear indication for a specialist visit, while fee-for-service specialists were more likely to see healthier patients. Future research is needed to determine if the differences in types of patients are attributable to payment model or other provider- or system-level factors.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».