MétaCan
Menu
← Retour à la cohorte
Enregistrement W4206644100 · doi:10.2196/preprints.29396

Using Administrative Data to Explore Potentially Aberrant Provision of Virtual Care During COVID-19: Retrospective Cohort Study of Ontario Provincial Data (Preprint)

2021· preprint· en· W4206644100 sur OpenAlexaffabout
Vess Stamenova, Cherry Chu, Andrea Pang, Mina Tadrous, R. Sacha Bhatia, Peter Cram

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueTelemedicine and Telehealth Implementation
Établissements canadiensSinai Health SystemInstitute for Clinical Evaluative SciencesUniversity of TorontoWomen's College Hospital
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careCohortRetrospective cohort studyFamily medicinePopulationAmbulatory careEnvironmental healthPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND The COVID-19 pandemic has led to a rapid increase in virtual care use across the globe. Many health care systems have responded by creating virtual care billing codes that allow physicians to see their patients over telephone or video. This rapid liberalization of billing requirements, both in Canada and other countries, has led to concerns about potential abuse, but empirical data are limited. OBJECTIVE The objectives of this study were to examine whether there were substantial changes in physicians’ ambulatory visit volumes coinciding with the liberalization of virtual care billing rules and to describe the characteristics of physicians who significantly increased their ambulatory visit volumes during this period. We also sought to describe the relationship between visit volume changes in 2020 and the volumes of virtual care use among individual physicians and across specialties. METHODS We conducted a population-based, retrospective cohort study using health administrative data from the Ontario Health Insurance Plan, which was linked to the ICES Physician Database. We identified a unique cohort of providers based on physicians’ billings and calculated the ratio of total in-person and virtual ambulatory visits over the period from January to June 2020 (virtual predominating) relative to that over the period from January to June 2019 (in-person predominating) for each physician. Based on these ratios, we then stratified physicians into four groups: low-, same-, high-, and very high–use physicians. We then calculated various demographic and practice characteristics of physicians in each group. RESULTS Among 28,383 eligible physicians in 2020, the mean ratio of ambulatory visits in January to June 2020:2019 was 0.99 (SD 2.53; median 0.81, IQR 0.59-1.0). Out of 28,383 physicians, only 2672 (9.4%) fell into the high-use group and only 291 (1.0%) fell into the very high–use group. High-use physicians were younger, more recent graduates, more likely female, and less likely to be international graduates. They also had, on average, lower-volume practices. There was a significant positive correlation between percent virtual care and the 2020:2019 ratio only in the group of physicians who maintained their practice (R=0.35, P<.001). There was also a significant positive correlation between the 2020:2019 ratio and the percent virtual care per specialty (R=0.59, P<.01). CONCLUSIONS During the early stages of the pandemic, the introduction of virtual care did not lead to significant increases in visit volume. Our results provide reassuring evidence that relaxation of billing requirements early in the COVID-19 pandemic in Ontario were not associated with widespread and aberrant billing behaviors. Furthermore, the strong relationship between the ability to maintain practice volumes and the use of virtual care suggests that the introduction of virtual care allowed for continued access to care for patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,265
Tête enseignante GPT0,453
Écart entre enseignants0,188 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetTelemedicine and Telehealth Implementation→Travaux en français237 207→