Characteristics of primary care practices by proportion of patients unvaccinated against SARS-CoV-2: a cross-sectional cohort study
Notice bibliographique
Résumé
BACKGROUND: Variations in primary care practices may explain some differences in health outcomes during the COVID-19 pandemic. We sought to evaluate the characteristics of primary care practices by the proportion of patients unvaccinated against SARS-CoV-2. METHODS: We conducted a population-based, cross-sectional cohort study using linked administrative data sets in Ontario, Canada. We calculated the percentage of patients unvaccinated against SARS-CoV-2 enrolled with each comprehensive-care family physician, ranked physicians according to the proportion of patients unvaccinated, and identified physicians in the top 10% (v. the other 90%). We compared characteristics of family physicians and their patients in these 2 groups using standardized differences. RESULTS: = 906) were more likely to be male, to have trained outside of Canada, to be older, and to work in an enhanced fee-for-service model than those in the remaining 90%. Vaccine coverage (≥ 2 doses of SARS-CoV-2 vaccine) was 74% among patients of physicians with the largest proportion of unvaccinated patients, compared with 87% in the remaining patient population. Patients in the top 10% group tended to be younger and live in areas with higher levels of ethnic diversity and immigration and lower incomes. INTERPRETATION: Primary care practices with the largest proportion of patients unvaccinated against SARS-CoV-2 served marginalized communities and were less likely to use team-based care models. These findings can guide resource planning and help tailor interventions to integrate public health priorities within primary care practices.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».