Investigating the Influence of Patient Eligibility Characteristics on the Number of Deferrable Rheumatologist Visits: Planning for a Patient-Initiated Follow-Up Strategy
Notice bibliographique
Résumé
OBJECTIVE: Patient-initiated follow-up (PIFU) for rheumatoid arthritis (RA) is a model of care delivery wherein patients contact the clinic when needed instead of having regularly scheduled follow-up. Our objective was to investigate the influence of different patient eligibility characteristics on the number of potentially deferred visits to inform future implementation of a PIFU strategy. METHODS: We conducted a retrospective chart review of 7 rheumatologists' practices at 2 university-based clinics between March 1, 2021, and February 28, 2022. Data extracted included the type and frequency of visits, disease management, comorbidities, and care complexities. Stable disease was defined as remission or low disease activity with no medication changes at all visits. The influence of patient characteristics on the number of deferrable visits in patients with stable disease was explored in 4 criteria sets that were based on early disease duration, medication prescribed, presence of care complexity elements, and comorbidity burden. RESULTS: Records from 770 visits were reviewed from 365 patients with RA (71.5% female, 70% seropositive). Among all criteria sets, the proportion of visits that could be redirected varied between 2.5% and 20.9%. The highest proportion of deferrable visits was achieved when eligibility criteria included only stable disease activity and patients with RA on conventional synthetic disease-modifying antirheumatic drugs or no medications (n = 161, 20.9%). CONCLUSION: PIFU may result in a more efficient use of specialist healthcare resources. However, the applicability of such models of care and the number of deferred visits is highly dependent on patient characteristics used to establish eligibility criteria for that model. These findings should be considered when planning implementation trials.
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 | 0,033 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,001 | 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 ».