What are the Costs of Improving Access to Specialists through eConsultation? The Champlain BASE Experience
Notice bibliographique
Résumé
Excessive wait times and poor access to care are among the most significant problems facing health care service delivery in Canada and beyond. We implemented the Champlain BASE eConsult service in the region of Ottawa, Canada to increase access to specialist care. We have collected ongoing utilization data and provider surveys over a three year period, providing a unique opportunity to explore the economic aspects of this multispecialty eConsult service. This is an economic evaluation from the perspective of the payer: the Ministry of Health and Long-Term Care of Ontario. All eConsults submitted during April 1, 2011 to March 31, 2014 were included. We attributed cost savings only to those cases where an eConsult led to the avoidance of a face-to-face specialist visit. A total of 2606 eConsults directed to 27 different speciality groups were included. In 40.3% (n=1051) of cases processed, a face-to-face specialist visit was originally planned but avoided as a result of eConsult, while 29% led to a referral. The estimated cost per eConsult for Years 1, 2, and 3 were $131.05, $10.34, and $6.45 respectively. Results from a sensitivity analysis project that the eConsult service will break even once we reach 7818 eConsults. This is one of the first studies to examine costs across a multispecialty eConsult service. We saw a marked decrease in the cost per eConsult over each annual period. Future research is needed to identify and examine similar outcomes that may lead to cost savings.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».