Effect of a multimorbidity intervention on health care utilization and costs in Ontario: randomized controlled trial and propensity-matched analyses
Notice bibliographique
Résumé
BACKGROUND: Patients with multimorbidity require coordinated and patient-centred care. Telemedicine IMPACT Plus provides such care for complex patients in Toronto, Ontario. We conducted a randomized controlled trial (RCT) comparing health care utilization and costs at 1-year postintervention for an intervention group and 2 control groups (RCT and propensity matched). METHODS: Data for 82 RCT intervention and 74 RCT control participants were linked with health administrative data. We created a second control group using health administrative data-derived propensity scores to match (1:5) intervention participants with comparators. We evaluated 5 outcomes: acute hospital admissions, emergency department visits, costs of all insured health care, 30-day hospital readmissions and 7-day family physician follow-up after hospital discharge using generalized linear models for RCT controls and generalized estimating equations for propensity-matched controls. RESULTS: There were no significant differences between intervention participants and either control group. For hospital admissions, emergency department visits, costs and readmissions, the relative differences ranged from 1.00 (95% confidence interval [CI] 0.39-2.60) to 1.67 (95% CI 0.82-3.38) with intervention costs at about Can$20 000, RCT controls costs at around Can$15 000 and propensity controls costs at around Can$17 000. There was a higher rate of follow-up with a family physician for the intervention participants compared with the RCT controls (53.13 v. 21.43 per 100 hospital discharges; relative difference 2.48 [95% CI 0.98-6.29]) and propensity-matched controls (49.94 v. 28.21 per 100 hospital discharges; relative difference 1.81 [95% CI 0.99-3.30]). INTERPRETATION: Despite a complex patient-centred intervention, there was no significant improvement in health care utilization or cost. Future research requires larger sample sizes and should include outcomes important to patients and the health care system, and longer follow-up periods. ONTARIO: ClinicalTrials.gov : 104191.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».