MétaCan
Menu
← Retour à la cohorte
Enregistrement W4226110303 · doi:10.1370/afm.20.s1.3018

Did the COVID-19 pandemic cause family physicians to stop practice? Results from Ontario, Canada

2022· article· en· W4226110303 sur OpenAlexaboutno aff
Tara Kiran, Fangyun Wu, Lidija Latifovic, Richard H. Glazier, Eliot Frymire

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFamily medicineMedicinePandemicContext (archaeology)RuralityTelemedicineRevenueCoronavirus disease 2019 (COVID-19)DemographyHealth careGeographyRural areaBusinessDiseaseFinance

Résumé

récupéré en direct d'OpenAlex

Context: The COVID-19 pandemic forced family practices to change how they delivered care. Practices needed to implement and pay for personal protective equipment, enhanced infection control practices, and infrastructure to adopt virtual care. At the same time, fee-for-service practices experienced a decrease in revenue during periods when non-essential care was discouraged. Objective: The aim of this study was to understand changes in family physician practice patterns and whether more family physicians stopped working during the COVID-19 pandemic compared to previous years. Study Design: Cross-sectional study comparing 1) practice patterns during COVID-19 (March 11th to September 29th, 2020) with the same period in 2019 and 2) the proportion of physicians who stopped practice between March 11 and September 29 in each year from 2010 to 2020. Setting or Dataset: Linked administrative data from Ontario, Canada that includes physician billings, physician age, sex, rurality of practice, primary care practice model, and panel size. Outcome Measures: Office, virtual, home, and total visits for each physician during March – September 2020 compared to the same period in 2019. The proportion of family physicians who stopped work entirely between March and September in each year from 2010 to 2020. Population studied: Family physicians in Ontario with at least 50 days of billing activity in the year prior Results: We analyzed data for 12,247 physicians who were actively practicing in 2019. Mean total visits dropped from 2061 (standard deviation, SD: 1,795) in 2019 to 1703 (SD: 1,674) in 2020 with 66% of visits being virtual in 2020. Between March and September 2020, 3.0% of physicians (N = 385) stopping working entirely. Compared to all study physicians, a higher portion of physicians who stopped work in 2020 were age 75 or over (13.0% vs. 3.7%), practicing in an urban area (51% vs 49%), practicing fee-for-service (38% vs 25%), and have a panel size under 500 patients (40% vs 16%). Between 2010 and 2019, an average of 1.6% of physicians stopped working entirely between March and September in the given year Conclusions: Approximately twice as many family physicians stopped work in Ontario, Canada during COVID-19 compared to previous years but the absolute number was small and those who stopped working had smaller patient panels. Further research is needed to understand the impact of COVID-19 on primary care attachment.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,053
Score d'incertitude au seuil0,386

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,010
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,124
Tête enseignante GPT0,389
Écart entre enseignants0,264 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 and healthcare impacts→Travaux en français237 207→