Explaining primary care physicians’ decision to quit patient‐centered medical homes: Evidence from Quebec, Canada
Notice bibliographique
Résumé
OBJECTIVE: To examine the factors explaining primary care physicians' (PCPs) decision to leave patient-centered medical homes (PCMHs). DATA SOURCES: Five-year longitudinal data on all the 906 PCPs who joined a PCMH in the Canadian province of Quebec, known there as a Family Medicine Group. STUDY DESIGN: We use fixed-effects and random-effects logit models, with a variety of regression specifications and various subsamples. In addition to these models, we examine the robustness of our results using survival analysis, one lag in the regressions and focusing on a matched sample of quitters and stayers. DATA COLLECTION/EXTRACTION METHODS: We extract information from Quebec's universal health insurer billing data on all the PCPs who joined a PCMH between 2003 and 2005, supplemented by information on their elderly and chronically ill patients. PRINCIPAL FINDINGS: About 17 percent of PCPs leave PCMHs within 5 years of follow-up. Physicians' demographics have little influence. However, those with more complex patients and higher revenues are less likely to leave the medical homes. These findings are robust across a variety of specifications. CONCLUSION: As expected, higher revenue favors retention. Importantly, our results suggest that PCMH may provide appropriate support to physicians dealing with complex patients.
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 | 0,002 | 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,002 |
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 ».