MétaCan
Menu
← Retour à la cohorte
Enregistrement W4410588975 · doi:10.1503/cmaj.241755

Effect of single-entry referral models and team-based care on wait times for hip and knee joint replacement in Ontario: a simulation study

2025· article· en· W4410588975 sur OpenAlexaffvenueabout
Pardis Seyedi, Dionne M. Aleman, Nancy N. Baxter, Chaim M. Bell, Merve Bodur, Andrew Calzavara, Robert Campbell, Michael C. Carter, Pieter de Jager, Scott D. Emerson, Jonathan C. Irish, Danielle Martin, Samantha Lee, Jonathan Persitz, Marcy Saxe-Braithwaite, Julie Takata, Olivia Varkul, Suting Yang, Claudia Zanchetta, David R. Urbach

Notice bibliographique

RevueCanadian Medical Association Journal · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTotal Knee Arthroplasty Outcomes
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésReferralMedicineBaseline (sea)Health carePercentileWorkloadTriageMedical emergencyEmergency medicinePhysical therapyFamily medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Long wait times for scheduled surgery are a major problem in Canadian health systems. We sought to determine the extent to which single-entry referral models (next available consultation), team-based care models (next available surgery regardless of consulting surgeon), or both could affect wait times for consultations and surgery. METHODS: We performed a discrete-event simulation study of wait times for consultations and surgeries for knee and hip joint replacement in Ontario's 5 postal regions using prospectively collected data on surgical wait times. We simulated the effects of coordinated referral models on the wait time for consultation (wait 1) and surgery (wait 2). RESULTS: Coordinated models led to larger reductions in high-outlier wait times (as reflected by the 90th percentile and the percentage of patients exceeding wait-time targets) than on median wait times when compared with the status quo. Single-entry referral models largely influenced wait 1, and team-based models of care affected only wait 2. Fully integrated models incorporating both single-entry referral and team-based care largely prevented patients from exceeding both wait-1 and wait-2 targets; the percentage of patients exceeding wait-1 targets in these models was 0% in all regions, and the percentage exceeding wait-2 targets was 0% except for Ontario West (2.0%, from 35.7% at baseline), East (1.1%, from 22.7% at baseline), and North (1.0%, from 25.1% at baseline). INTERPRETATION: Coordinated referral and practice models improve access to scheduled surgery in Canadian health systems. Implementation of these models could largely eliminate prolonged wait times for joint replacement surgery in Ontario.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,250

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,275
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association Journal→Même sujetTotal Knee Arthroplasty Outcomes→Travaux en français237 207→