Pre–post analysis of the impact of British Columbia nurse practitioner primary care clinics on patient health and care experience
Notice bibliographique
Résumé
OBJECTIVE: This study aims to evaluate the impact of a primary care nurse practitioner (NP)-led clinic model piloted in British Columbia (Canada) on patients' health and care experience. DESIGN: The study relies on a quasi-experimental longitudinal design based on a pre-and-post survey of patients receiving care in NP-led clinics. The prerostering survey (T0) was focused on patients' health status and care experiences preceding being rostered to the NP clinic. One year later, patients were asked to complete a similar survey (T1) focused on the care experiences with the NP clinic. SETTING: To solve recurring problems related to poor primary care accessibility, British Columbia opened four pilot NP-led clinics in 2020. Each clinic has the equivalent of approximately six full-time NPs, four other clinicians plus support staff. Clinics are located in four cities ranging from urban to suburban. PARTICIPANTS: Recruitment was conducted by the clinic's clerical staff or by their care provider. A total of 437 usable T0 surveys and 254 matched and usable T1 surveys were collected. PRIMARY OUTCOME MEASURES: The survey instrument was focused on five core dimensions of patients' primary care experience (accessibility, continuity, comprehensiveness, responsiveness and outcomes of care) as well as on the SF-12 Short-form Health Survey. RESULTS: Scores for all dimensions of patients' primary care experience increased significantly: accessibility (T0=5.9, T1=7.9, p<0.001), continuity (T0=5.5, T1=8.8, p<0.001), comprehensiveness (T0=5.6, T1=8.4, p<0.001), responsiveness (T0=7.2, T1=9.5, p<0.001), outcomes of care (T0=5.0, T1=8.3, p<0.001). SF-12 Physical health T-scores also rose significantly (T0=44.8, T1=47.6, p<0.001) but no changes we found in the mental health T scores (T0=45.8, T1=46.3 p=0.709). CONCLUSIONS: Our results suggest that the NP-led primary care model studied here likely constitutes an effective approach to improve primary care accessibility and quality.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».