Changes in driving distance to specialist physicians in the era of virtual care: a population-based cohort study in Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Whether virtual health care has changed access to services for patients living far from a specialist physician is unknown. We aimed to determine whether driving distances between patients and their specialists had changed following increased availability of virtual care in Ontario, such that specialists saw patients from farther away. METHODS: We performed a population-based cohort study using linked health and administrative databases. We included all specialist physicians working in Ontario from Jan. 1, 2019, to Nov. 30, 2019 (pre-virtual care period) and from Jan. 1, 2022, to Nov. 30, 2022 (virtual care period), and their patients. Outcomes were measures of proximity between specialists and their patients including differences in 90th-percentile driving distance, mean driving time, and the proportion of patients with driving times longer than 60 minutes between time periods. We used multivariable linear regression models to compare outcomes across physician specialties, adjusting for physician age, sex, practice size, and location. RESULTS: We included 11 096 specialists (4232 surgical and 6864 medical; 0.8% rural). After adjustment, we found no meaningful changes in the 90th-percentile driving distance between time periods for surgical (difference 6.7 km, 95% confidence interval [CI] -4.1 km to 17.5 km) or medical specialties (difference 1.3 km, 95% CI -6.6 km to 9.2 km). For surgical specialists, the proximity measures of mean driving time increased by 5 minutes (95% CI 1 min to 10 min) and the proportion of patients living more than 60 minutes away increased by 2.1% (95% CI 0.7% to 3.9%), but we saw no significant change for medical specialists. INTERPRETATION: After expansion of virtual care, the distance between specialists and patients did not meaningfully change. To make virtual care more accessible, especially for those living in rural areas, attention should be paid to other factors such as referral patterns and the role of patients in determining the type of visit they prefer.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 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 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 ».