A Cross-sectional Study of Community-level Physician Retention and Diabetes Management in Rural Ontario
Notice bibliographique
Résumé
OBJECTIVE: Our aim in this study was to determine the impact of community-level physician retention on the quality of diabetes care in rural Ontario. METHODS: Using administrative data, we compared diabetes quality of care. We defined retention as the proportion of physicians in a community from one year to the next. We grouped retention level by tertile and added a category for those communities with no physician. RESULTS: Residents of high-retention communities were more likely to have had glycated hemoglobin (odds ratio [OR], 1.10; 95% confidence interval [CI], 1.06 to 1.14) and low-density lipoprotein (OR, 1.17; 95% CI, 1.13 to 1.22) testing, but less likely to have had testing for urine albumin-to-creatine ratio (OR, 0.86; 95% CI, 0.83 to 0.89) or to have received an angiotensin-converting enzyme inhibitor or angiotensin-2 receptor blocker (OR, 0.91; 95% CI, 0.86 to 0.95) or a statin (OR, 0.91; 95% CI, 0.87 to 0.96), when compared with low-retention communities. Communities with no residing physician had care that was equivalent to or better than that in high-retention communities. CONCLUSIONS: Community-level physician retention, based on a 2-year time frame, was significantly related to quality of diabetes care. A closer look at models of care in communities with no residing physician is warranted. Community-level physician retention can be used to assess the impact of physician shortages on diabetes management in rural communities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 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 ».