Is There a Doctors’ Effect on Patients’ Physical Health, Beyond the Intervention and All Known Factors? A Systematic Review
Notice bibliographique
Résumé
Purpose: Despite billions of doctor visits worldwide each year, little is known on whether doctors themselves affect patients' physical health after accounting for intervention and confounders such as patients' and doctors' data, hospital effects, nor how strong that doctors' effect is. Knowledge of surgeons' and psychotherapists' effects exists, but not for 102 other medical specialties notwithstanding the importance of such knowledge. Methods: : Randomized controlled trials (RCTs), case-control, and cohort studies including medical doctors except surgeons for any intervention, reporting the proportion of variance in patients' outcomes owing to the doctors (random effects), or the fixed effects of grading doctors by outcomes, after multivariate adjustment. Exclusions: studies of <15 doctors or solely reporting doctors' effects for known variables. Sources: Medline, Embase, PsycINFO, inception to June 2020. Manual search for papers referring/referred to by resulting studies. Risk of Bias: Using Newcastle-Ottawa scale. Results: Despite all medical interventions bar surgery being eligible, only thirty cohort papers were found, covering 36,239 doctors, with 10 specialties, 21 interventions, 60 outcomes (17 unique). Studies reported doctors' effects by grading doctors from best to worst, or by diversely calculating the doctor-attributed percentage of patients' outcome variation, ie the intra-class correlation coefficient (ICC). Sixteen studies presented fixed effects, 18 random effects, and 3 another approach. No RCTs found. Thirteen studies reported exceptionally good and/or poor performers with confidence intervals wholly outside the average performance. ICC range 0 to 33%, mean 3.9%. Highly diverse reporting, meta-analysis therefore not applicable. Conclusion: Doctors, on their own, can affect patients' physical health for many interventions and outcomes. Effects range from negligible to substantial, even after accounting for all known variables. Many published cohorts may reveal valuable information by reanalyzing their data for doctors' effects. Positive and negative doctor outliers appear regularly. Therefore, it can matter which doctor is chosen.
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 | 0,021 | 0,097 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,013 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».