MétaCan
Menu
Retour à la cohorte
Enregistrement W4380928105 · doi:10.1016/j.mayocpiqo.2023.05.003

Financial Toxicity in the Clinical Encounter: A Paired Survey of Patient and Clinician Perceptions

2023· article· en· W4380928105 sur OpenAlexaff
Andrea García-Bautista, Celia Kamath, Ivan N. Ayala, Emma Behnken, Rachel Giblon, Derek Gravholt, María José Hernández, Jessica Hidalgo, Montserrat León‐García, Elizabeth H. Golembiewski, Andrea Maraboto, Angela Sivly, Juan P. Brito

Notice bibliographique

RevueMayo Clinic Proceedings Innovations Quality & Outcomes · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesGordon and Betty Moore Foundation
Mots-clésIntraclass correlationSocioeconomic statusMedicineFamily medicinePerceptionPsychologyClinical psychologyPsychometrics

Résumé

récupéré en direct d'OpenAlex

Objective: To compare the agreement between patient and clinician perceptions of care-related financial issues. Patients and Methods: We surveyed patient-clinician dyads immediately after an outpatient medical encounter between September 2019 and May 2021. They were asked to separately rate (1-10) patient's level of difficulty in paying medical bills and the importance of discussing cost issues with that patient during clinical encounters. We calculated agreement between patient-clinician ratings using the intraclass correlation coefficient and used random effects regression models to identify patient predictors of paired score differences in difficulty and importance of ratings. Results: 58 pairs of patients (n=58) and clinicians (n=40) completed the survey. Patient-clinician agreement was poor for both measures, but higher for difficulty in paying medical bills (intraclass correlation coefficient=0.375; 95% CI, 0.13-0.57) than for the importance of discussing cost (-0.051; 95% CI, -0.31 to 0.21). Agreement on difficulty in paying medical bills was not lower in encounters with conversations about the cost of care. In adjusted models, poor patient-clinician agreement on difficulty in paying medical bills was associated with lower patient socioeconomic status and education level, whereas poor agreement on patient-perceived importance of discussing cost was significant for patients who were White, married, reported 1 or more long-term conditions, and had higher education and income levels. Conclusion: Even in encounters where cost conversations occurred, there was poor patient-clinician agreement on ratings of the patient's difficulty in paying medical bills and perceived importance of discussing cost issues. Clinicians need more training and support in detecting the level of financial burden and tailoring cost conversations to the needs of individual patients.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,012
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,185
Tête enseignante GPT0,397
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMayo Clinic Proceedings Innovations Quality & OutcomesMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207