MétaCan
Menu
Retour à la cohorte
Enregistrement W2928194429 · doi:10.1377/hlthaff.2018.05272

Do Incentive Payments Reward The Wrong Providers? A Study Of Primary Care Reform In Ontario, Canada

2019· article· en· W2928194429 sur OpenAlexaffabout
Richard H. Glazier, Michael Green, Eliot Frymire, Alex Kopp, William Hogg, Kamila Premji, Tara Kiran

Notice bibliographique

RevueHealth Affairs · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensKingston Health Sciences CentreWestern UniversityÉlisabeth Bruyère HospitalInstitute for Clinical Evaluative Sciences
Organismes subventionnairesnon disponible
Mots-clésCapitationIncentiveEquity (law)PaymentPrimary careIncentive programBusinessAmbulatory careActuarial scienceMedicineFamily medicinePublic economicsFinanceHealth careEconomicsEconomic growthPolitical science

Résumé

récupéré en direct d'OpenAlex

Primary care payment reform in the US and elsewhere usually involves capitation, often combined with bonuses and incentives. In capitation systems, providing care within the practice group is needed to contain costs and ensure continuity of care, yet this is challenging in settings that allow patient choice in access to services. We used linked population-based administrative databases in Ontario, Canada, to examine a substantial payment called the "access bonus" designed to incentivize primary care access and to minimize primary care visits outside of capitation practices. We found that the access bonus flowed disproportionately to physicians outside large cities and to those whose patients made fewer primary care visits, received less after-hours care, made more emergency department visits, and had higher adjusted ambulatory costs. Our findings indicate a lack of alignment between these payments and their intended purpose. Financial incentives should be prospectively evaluated and frequently revisited to ensure relevance, alignment with system goals, efficiency, and equity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,261
Score d'incertitude au seuil0,970

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,343
Écart entre enseignants0,310 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetPrimary Care and Health OutcomesTravaux en français237 207