Which primary Care Physicians Deliver Home Visits to Their Dying Patients in Ontario? A Retrospective Cohort Study
Notice bibliographique
Résumé
Context: Home visits have become increasingly uncommon although evidence suggests they improve healthcare quality and reduce overall expenditures. Objective: This study identifies the number of physicians delivering home visits at patients’ end of life, describes characteristics of primary care physicians delivering end-of-life home visits, and explores associations with delivery. Study Design and Analysis: A retrospective cohort design with descriptive analysis of association between primary care physician characteristics and the propensity to deliver home visits to patients at the end of life. Setting or Dataset: Ontario, Canada using population-level health administrative data housed at ICES. Population Studied: Primary care physicians in Ontario, Canada between April 1, 2014-March 31, 2019, who were registered in the College of Physicians and Surgeons of Ontario database (CPSO) dataset on or after January 1, 1990 and as of March 31, 2016. Intervention/Instrument: Patients who were in their last year of life. Outcome Measures: Home visits delivered Results: A total of 9,884 physicians were identified, of which 2,568 (25.7%) delivered at least one end-of- life home visit. Physician characteristics showing increased odds ratio (OR) of home visit delivery were older age (OR 1.01 [95% Confidence Interval (CI): 1.00-1.02]) international training (OR 1.28 [95% CI:1.04-1.59]), previous home visit experience (OR 1.02 [95% CI: 1.01-1.02]), capitation models of remuneration; namely enhanced fee-for-service models (OR 1.5 [95%CI: 1.17-2.00]) and mainly capitation model (OR 1.4 [95% CI:1.11-1.79]), and population size of practice location with highest odds in small rural or remote areas (<9,000 residents) (OR 1.38 [95%CI: 1.02-1.88]) and the largest metropolitan areas (OR 1.84 [95%CI: 1.46-2.57]). Conclusions: This research demonstrates primary care physicians’ characteristics influence home visit practice patterns. Furthermore, it highlights characteristics amenable to policy or system-level changes that could increase the provision of home visits. Increasing physician home services could greatly improve the dying experience of Canadians.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».