Association Between Characteristics of Danish Chiropractors and Number of Referred Patients From General Practitioners: A Cross-sectional Study
Notice bibliographique
Résumé
OBJECTIVE: The purposes of this study were to quantify the number of patients referred weekly from primary health care general practitioners (GPs) to chiropractors and to identify chiropractor characteristics associated with the number of referrals. METHODS: An online, cross-sectional survey was sent to the 600 active members of the Danish Chiropractic Association. Of those, 364 completed the survey and 286 met our inclusion criteria. We used bivariable analyses and negative binomial multivariable regression to evaluate the association between predetermined characteristics and the weekly number of patients referred by GPs. RESULTS: On average, chiropractors reported that they received 2.5 (standard deviation, 2.2) referrals from GPs per week, representing 31% of all new patients received by chiropractors. Clinics with more than 1 chiropractor and access to diagnostic ultrasound received more GP referrals. Chiropractors reporting expertise in geriatrics and a higher number of new patients per week reported more referrals. Chiropractors who reported referring more patients to GPs also reported receiving more referrals from them. CONCLUSION: Variables related to access to chiropractic care, the type of care provided, and interprofessional communication were positively associated with the number of GP referrals that chiropractors self-reported. This is the first study to report on factors associated with GP referrals to Danish chiropractors.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».