MétaCan
Menu
Retour à la cohorte
Enregistrement W4232225420 · doi:10.1002/14651858.cd005471

Interventions to improve outpatient referrals from primary care to secondary care

2005· review· en· W4232225420 sur OpenAlexaff
Ayub Akbari, Alain Mayhew, MA Al-Alawi, Jeremy Grimshaw, RAG Winkens, E Glidewell, Chanie Pritchard, Ruth Thomas, Cynthia Fraser

Notice bibliographique

RevueCochrane Database of Systematic Reviews · 2005
Typereview
Langueen
Domaine
Thématique
Établissements canadiensCanadian Institute for Health InformationUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésReferralMedicinePsychological interventionFamily medicineMEDLINEHealth careAmbulatory careCochrane LibraryMeta-analysisNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The primary care specialist interface is a key organisational feature of many health care systems. Patients are referred to specialist care when investigation or therapeutic options are exhausted in primary care and more specialised care is needed. Referral has considerable implications for patients, the health care system and health care costs. There is considerable evidence that the referral processes can be improved. OBJECTIVES: To estimate the effectiveness and efficiency of interventions to change outpatient referral rates or improve outpatient referral appropriateness. SEARCH STRATEGY: We conducted electronic searches of the Cochrane Effective Practice and Organisation of Care (EPOC) group specialised register (developed through extensive searches of MEDLINE, EMBASE, Healthstar and the Cochrane Library) (February 2002) and the National Research Register. SELECTION CRITERIA: Randomised controlled trials, controlled clinical trials, controlled before and after studies and interrupted time series of interventions to change or improve outpatient referrals. Participants were primary care physicians. The outcomes were objectively measured provider performance or health outcomes. DATA COLLECTION AND ANALYSIS: Two reviewers independently extracted data and assessed study quality. MAIN RESULTS: Seventeen studies involving 23 separate comparisons were included. Nine studies (14 comparisons) evaluated professional educational interventions. Ineffective strategies included: passive dissemination of local referral guidelines (two studies), feedback of referral rates (one study) and discussion with an independent medical adviser (one study). Generally effective strategies included dissemination of guidelines with structured referral sheets (four out of five studies) and involvement of consultants in educational activities (two out of three studies). Three studies evaluated organisational interventions (patient management by family physicians compared to general internists, attachment of a physiotherapist to general practices and requiring a second 'in-house' opinion prior to referral), all of which were effective. Five studies (six comparisons) evaluated financial interventions. Two studies evaluating change from a capitation based to mixed capitation and fee-for-service system and from a fee-for-service to a capitation based system (with an element of risk sharing for secondary care services) observed a reduction in referral rates. Modest reductions in referral rates of uncertain significance were observed following the introduction of the general practice fundholding scheme in the United Kingdom (UK). One study evaluating the effect of providing access to private specialists demonstrated an increase in the proportion of patients referred to specialist services but no overall effect on referral rates. AUTHORS' CONCLUSIONS: There are a limited number of rigorous evaluations to base policy on. Active local educational interventions involving secondary care specialists and structured referral sheets are the only interventions shown to impact on referral rates based on current evidence. The effects of 'in-house' second opinion and other intermediate primary care based alternatives to outpatient referral appear promising.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Méta-épidémiologie (sens large), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0220,006
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,036

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 Opus0,156
Tête enseignante GPT0,416
Écart entre enseignants0,260 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations130
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCochrane Database of Systematic ReviewsTravaux en français237 207