Gendered effects of pay for performance among family physicians for chronic disease care: an economic evaluation in a context of universal health coverage
Notice bibliographique
Résumé
BACKGROUND: Despite increasing popularity among health organizations of pay for performance (P4P) for the provision of comprehensive care for chronic non-communicable diseases, evidence of its effectiveness in improving health system outcomes is weak. An important void in the evidence base is whether there are gendered differences in P4P uptake and in related outcomes amenable to healthcare improvement. This study assesses the gender-specific effects of P4P among family physicians on diabetes healthcare costs in a context of universal health coverage. METHODS: We use population-based linked longitudinal administrative datasets on chronic disease cases, physician billings, hospital discharge abstracts, and physician and resident registries in the province of New Brunswick, Canada. We estimate the effects of introduction of a P4P scheme on excess public healthcare costs among cohorts of adult diabetes patients using propensity score-adjusted difference-in-differences regressions stratified by physician's gender. RESULTS: We observed greater male physician uptake of incentive payments, seemingly exacerbating gender gaps in professional remuneration. Regression results indicated P4P did not lead to improved outcomes in terms of preventing hospitalization costs among patients, only measurable increases in compensation for both the male and female physician workforce. CONCLUSIONS: While P4P was not attributed in this study to reduced hospital burden and enhanced sustainability of healthcare financing, incentive payments were found to be related to earning gaps by physician's gender. Decision-makers should consider that benefits of P4P be monitored not only for patient metrics but also for provider metrics in terms of gender equality especially given feminization of primary care medical workforces.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».