Association between change in physician remuneration and use of peritoneal dialysis: a population-based cohort analysis
Notice bibliographique
Résumé
BACKGROUND: Health care payers are interested in policy-level interventions to increase peritoneal dialysis use in end-stage renal disease. We examined whether increases in physician remuneration for peritoneal dialysis were associated with greater peritoneal dialysis use. METHODS: We studied a cohort of patients in Alberta who started long-term dialysis with at least 90 days of preceding nephrologist care between Jan. 1, 2001, and Dec. 31, 2014. We compared peritoneal dialysis use 90 days after dialysis initiation in patients cared for by fee-for-service nephrologists and those cared for by salaried nephrologists before and after weekly peritoneal dialysis remuneration increased from $0 to $32 (fee change 1, Apr. 1, 2002), $49 to $71 (fee change 2, Apr. 1, 2007), and $71 to $135 (fee change 3, Apr. 1, 2009). Remuneration for peritoneal dialysis remained less than hemodialysis until fee change 3. We performed a patient-level differences-in-differences logistic regression, adjusted for demographic characteristics and comorbidities, as well as an unadjusted interrupted time-series analysis of monthly outcome data. RESULTS: Our cohort included 4262 patients. There was no statistical evidence of a difference in the adjusted differences-indifferences estimator following fee change 1 (0.89, 95% confidence interval [CI] 0.44-1.81), 2 (1.15, 95% CI 0.73-1.83), or 3 (1.52, 95% CI 0.96-2.40). There was no significant difference in the immediate change or the trend over time in peritoneal dialysis use between fee-for-service and salaried groups following any of the fee changes in the interrupted time-series analysis. INTERPRETATION: We identified no statistical evidence of an increase in peritoneal dialysis use following increased fee-for-service remuneration for peritoneal dialysis. It remains unclear what role, if any, physician payment plays in selection of dialysis modality.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».