Attending physicians’ annual service volume and use of virtual end-of-life care: A population-based cohort study in Ontario, Canada
Notice bibliographique
Résumé
IMPORTANCE: Physicians and their practice behaviors influence access to healthcare and may represent potentially modifiable targets for practice-changing interventions. Use of virtual care at the end-of-life significantly increased during the COVID-19 pandemic, but its association with physician practice behaviors, (e.g., annual service volume) is unknown. OBJECTIVE: Measure the association of physicians' annual service volume with their use of virtual end-of-life care (EOLC) and the magnitude of physician-attributable variation in its use, before and during the pandemic. DESIGN, SETTING AND PARTICIPANTS: Population-based cohort study using administrative data of all physicians in Ontario, Canada who cared for adults in the last 90 days of life between 01/25/2018-12/31/2021. Multivariable modified Poisson regression models measured the association between attending physicians' use of virtual EOLC and their annual service volume. We calculated the variance partition coefficients for each regression and stratified by time period before and during the pandemic. EXPOSURE: Annual service volume of a person's attending physician in the preceding year. MAIN OUTCOMES AND MEASURES: Delivery of ≥1 virtual EOLC visit by a person's attending physician and the proportion of variation in its use attributable to physicians. RESULTS: Among the 35,825 unique attending physicians caring for 315,494 adults, use of virtual EOLC was associated with receiving care from a high compared to low service volume attending physician; the magnitude of this association diminished during the pandemic (adjusted RR 1.25 [95% CI 1.14, 1.37] pre-pandemic;1.10 (95% CI 1.08, 1.12) during the pandemic). Physicians accounted for 36% of the variation in virtual EOLC use pre-pandemic and 12% of this variation during the pandemic. CONCLUSIONS AND RELEVANCE: Physicians' annual service volume was associated with use of virtual EOLC and physicians accounted for a substantial proportion of the variation in its use. Physicians may be appropriate and potentially modifiable targets for interventions to modulate use of EOLC 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
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
| gpt | aucune catégorie Domaine: non disponible · Genre: Empirique Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui | Observationnel | high |
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 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 validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».