Association between physician characteristics and practice-level uptake of paediatric virtual mental healthcare: a population-based study
Notice bibliographique
Résumé
OBJECTIVE: To examine physician factors associated with practice-level uptake of virtual mental healthcare for children and adolescents. DESIGN, SETTING AND PARTICIPANTS: A population-based data linkage study of a cohort of all physicians (n=12 054) providing outpatient mental healthcare to children and adolescents (aged 3-17 years, n=303 185) in a single-payer provincial health system in Ontario, Canada from 1 July 2020 to 31 July 2021. EXPOSURES: Physician characteristics including gender, age, specialty, location of training, practice region, practice size and overall and mental health practice size. MAIN OUTCOMES: Practice-level proportion of outpatient virtual care provided: (1) mostly in-person (<25% virtual care), (2) hybrid (25%-99% virtual care) or (3) exclusively virtual (100% virtual care). Multinomial logistic regression models tested the association between practice-level virtual care provided and physician characteristics. RESULTS: Among physicians, 1589 (13.2%) provided mostly in-person mental healthcare with 8714 (67.8%) providing hybrid care, and 2291 (19.0%) providing exclusively virtual care. The provision of exclusive virtual care (vs mostly in-person) was associated with female sex (adjusted OR (aOR) 1.97, 95% CI 1.70 to 2.27 (ref: male)), foreign training (aOR 1.27, 95% CI 1.07 to 1.50 (ref: Canadian-trained)), family physicians (aOR 2.05, 95% CI 1.56 to 2.69 (ref: psychiatrist)) and reversely associated with large practice size (aOR 0.32, 95% CI 0.25 to 0.40 (ref smallest quintile)). Mostly in-person care was associated with older age physicians (71+ years) and practice outside the Toronto region. CONCLUSIONS AND RELEVANCE: In a single-payer universal healthcare system that remunerates physicians using the same fee structure for in-person and virtual outpatient care, there is heterogeneity in utilisation of virtual care that is associated with provider factors. This practice variation, with limited evidence on effectiveness and appropriate contexts for virtual care use, suggests there may be opportunity for further outcomes research and guidance on appropriate context for paediatric virtual mental healthcare delivery.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 ».