Physician Assessment and Feedback During Quality Circle to Reduce Low-Value Services in Outpatients: a Pre-Post Quality Improvement Study
Notice bibliographique
Résumé
BACKGROUND: The impact of the Choosing Wisely (CW) campaign is debated as recommendations alone may not modify physician behavior. OBJECTIVE: The aim of this study was to assess whether behavioral interventions with physician assessment and feedback during quality circles (QCs) could reduce low-value services. DESIGN AND PARTICIPANTS: Pre-post quality improvement intervention with a parallel comparison group involving outpatients followed in a Swiss-managed care network, including 700 general physicians (GPs) and 150,000 adult patients. INTERVENTIONS: Interventions included performance feedback about low-value activities and comparison with peers during QCs. We assessed individual physician behavior and healthcare use from laboratory and insurance claims files between August 1, 2016, and October 31, 2018. MAIN MEASURES: Main outcomes were the change in prescription of three low-value services 6 months before and 6 months after each intervention: measurement of prostate-specific antigen (PSA) and prescription rates of proton pump inhibitors (PPIs) and statins. KEY RESULTS: Among primary care practices, a QC intervention with physician feedback and peer comparison resulted in lower rates of PPI prescription (pre-post mean prescriptions per GP 25.5 ± 23.7 vs 22.9 ± 21.4, p value<0.01; coefficient of variation (Cov) 93.0% vs 91.0%, p=0.49), PSA measurement (6.5 ± 8.7 vs 5.3 ± 6.9 tests per GP, p<0.01; Cov 133.5% vs 130.7%, p=0.84), as well as statins (6.1 ± 6.8 vs 5.6 ± 5.4 prescriptions per GP, p<0.01; Cov 111.5% vs 96.4%, p=0.21). Changes in prescription of low-value services among GPs who did not attend QCs were not statistically significant over this time period. CONCLUSION: Our results demonstrate a modest but statistically significant effect of QCs with educative feedback in reducing low-value services in outpatients with low impact on coefficient of variation. Limiting overuse in medicine is very challenging and dedicated discussion and real-time review of actionable data may help.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,003 | 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 ».