The case for continuity of care for people with chronic obstructive pulmonary disease
Notice bibliographique
Résumé
Introduction Continuity of care by family physicians in primary care settings may play a role in reducing health resource utilization and improving clinical outcomes and satisfaction of patients with chronic obstructive pulmonary disease. Clear evidence on the impact of continuity of care will support clinical programing and integration of services across health settings. Methods The association between continuity of care and unplanned health service utilization in persons with a diagnosis of chronic obstructive pulmonary disease in a rural region in Ontario, Canada was evaluated. A retrospective cohort study was conducted using population-level health administrative data. The main exposure variable was continuity of care. Results A continuity of care index was calculated for patients with at least five visits to a healthcare provider during the 5-year follow-up period ( n = 40,033). Higher continuity of care ( n = 20,008) and lower continuity of care ( n = 20,025), based on the median continuity of care score were calculated. Patients with lower continuity of care had an increased adjusted relative risk of 2.12 (2.08, 2.33) of an emergency department visit, 2.81 (2.72, 2.9) risk of hospitalization, and 3.52 (3.24, 3.82) of being readmitted to hospital compared to those with higher continuity of care. Discussion An association between continuity of care and unplanned health services utilization, where a lower use of unplanned health services was observed in the cohort of patients with chronic obstructive pulmonary disease experiencing higher continuity of care. Continuity of care makes philosophical and social sense in that care is provided by a known provider to a known patient and unnecessary investigations can be avoided.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».