Who provides chronic disease management?
Notice bibliographique
Résumé
OBJECTIVE: To determine the proportions of patients who receive care from family physicians, specialists, and nurse practitioners for the management of common chronic medical conditions. DESIGN: Population-based retrospective cohort study. SETTING: Province of Alberta. PARTICIPANTS: Adults aged 19 years or older who were registered for provincial health services and each had 2 or more interactions with the same provider between January 1, 2013, and December 31, 2017, for any of 7 specified chronic medical conditions: hypertension, diabetes, chronic obstructive pulmonary disease (COPD), asthma, heart failure, ischemic heart disease, and chronic kidney disease. MAIN OUTCOME MEASURES: Numbers of patients being managed for these conditions and which provider types were involved in their care. RESULTS: Albertans receiving care for the chronic medical conditions being studied (n=970,783) had a mean (SD) age of 56.8 (16.3) years and 49.1% were female. Family physicians were the sole providers of care for 85.7% of patients with a diagnosis of hypertension, 70.9% with diabetes, 59.8% with COPD, and 65.5% with asthma. Specialists were sole providers of care for 49.1% of patients with ischemic heart disease, 42.2% with chronic kidney disease, and 35.6% with heart failure. Nurse practitioners were involved in the care of less than 1% of patients with these conditions. CONCLUSION: Family physicians were involved in the care of most patients with any of 7 chronic medical conditions included in this study and were the sole providers of care for the majority of patients with hypertension, diabetes, COPD, and asthma. Guideline working group representation and the setting of clinical trials should reflect this reality.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 | 0,009 |
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 ».