Trends in attachment to a primary care provider in Ontario, 2008–2018: an interrupted time-series analysis
Notice bibliographique
Résumé
Background: Attachment to a regular primary care provider is associated with better health outcomes, but 15% of people in Canada lack a consistent source of ongoing primary care. We sought to evaluate trends in attachment to a primary care provider in Ontario in 2008–2018, through an equity lens and in relation to policy changes in implementation of payment reforms and team-based care. Methods: Using linked, population-level administrative data, we conducted a retrospective observational study to calculate rates of patients attached to a regular primary care provider from Apr. 1, 2008, to Mar. 31, 2019. We evaluated the association of patient characteristics and attachment in 2018 using sex-stratified, adjusted, multivariable logistic regression models and used segmented piecewise regression to evaluate changing trends before and after implementation of a policy that restricted physician entry to alternate models. Results: Attachment increased from 80.5% (n = 10 352 385) in 2008 to 88.9% of the population (n = 12 537 172) in 2018, but was lower among people with low comorbidity, high residential instability, material deprivation, rural residence and recent immigrants. Inequities narrowed for recent immigrants, males and people with lower incomes over the study period, but disparities persisted for these groups. Attachment grew by 1.47% annually until 2014 (p < 0.0001), but was stagnant thereafter (annual percent change of 0.13, p = 0.16). Interpretation: Lack of sustained progress in attachment followed reduced levels of physician entry to alternate funding models. Although disparities narrowed for many groups over the study period, persistent gaps remained for immigrants and people with lower incomes; targeted interventions and policy changes are needed to address these persistent gaps.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».