The French ecology of medical care. A nationwide population-based cross sectional study
Notice bibliographique
Résumé
PURPOSE: Studies in the United States, Canada, Belgium, and Switzerland showed that the majority of health problems are managed within primary health care; however, the ecology of French medical care has not yet been described. METHODS: Nationwide, population-based, cross sectional study. In 2018, we included data from 576,125 beneficiaries from the General Sample of Beneficiaries database. We analysed the reimbursement of consultations with (i) a general practitioner (GP), (ii) an outpatient doctor other than a GP, (iii) a doctor from a university or non-university hospital; and the reimbursement of (iv) hospitalization in a private establishment, (v) general hospital, and (vi) university hospital. For each criterion, we calculated the average monthly number of reimbursements reported on 1,000 beneficiaries. For categorical variables, we used the χ2 test, and to compare means we used the z test. All tests were 2-tailed with a P-value < 5% considered significant. RESULTS: Each month, on average, 454 (out of 1,000) beneficiaries received at least 1 reimbursement, 235 consulted a GP, 74 consulted other outpatient doctors in ambulatory care and 24 in a hospital, 13 were hospitalized in a public non-university hospital and 10 in the private sector, and 5 were admitted to a university hospital. Independently of age, people consulted GPs twice as much as other specialists. The 13-25-year-old group consulted the least. Women consulted more than men. Individuals covered by complementary universal health insurance had more care. CONCLUSIONS: Our study on reimbursement data confirmed that, like in other countries, in France the majority of health problems are managed within primary health care.
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 | 0,005 | 0,010 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».