Characterizing Family Physicians Who Refer to Telepsychiatry in Ontario
Notice bibliographique
Résumé
INTRODUCTION: Telepsychiatry can improve access to psychiatric services for those who otherwise cannot easily access care. Family physicians are gatekeepers to specialized care in Ontario, so it is essential to understand predictors relating to referrals to telepsychiatry to better plan services and increase telepsychiatry adoption. METHODS: This study used an annual retrospective cross-sectional study design to compare physicians who referred their patients to telepsychiatry each year from fiscal year (FY) 2008 to FY 2016. A 1-year (FY 2016) comparison of family physicians who referred to telepsychiatry (FPTs) compared to family physicians who did not refer to telepsychiatry (FPNTs) matched (1:2) by region was also conducted. Finally, we used statistical modeling to understand the predictors of referring to telepsychiatry among physicians. RESULTS: Between FY 2008 and FY 2016, the number of patients receiving telepsychiatry increased from 925 visits to 13,825 visits. Thirty-two percent of Ontario primary care physicians referred to telepsychiatry in 2016. Several characteristics were notably different between FPTs and FPNTs: FPTs were more likely to be from a residence with less than 10,000 people, to have more nurse practitioners in the practice, and to be from a family health team than FPNTs. Rostered patients of FPTs were more likely to reside in rural areas, have more clinical complexity, and to utilize more mental health services compared to FPNTs. CONCLUSIONS: There has been an increase in the use of telepsychiatry by patients and family physicians over the study period, although there remains opportunity for significant growth. Family physicians who live in rural areas, are part of an FHT, have more NPs, with more rural and complex patients were more likely to refer to telepsychiatry. As recent pro-telemedicine policies support the growth of telepsychiatry, this study will serve as an important baseline.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».