MétaCan
Menu
← Retour à la cohorte
Enregistrement W6977006977 · doi:10.6084/m9.figshare.c.6595450.v1

How do respondents of primary care surveys compare to typical users of primary care? A comparison of two surveys

2024· other· en· W6977006977 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typeother
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensTrillium Health CentreUniversity of British ColumbiaInstitut du Savoir MontfortUniversity of OttawaInstitute for Clinical Evaluative SciencesCarleton UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRepresentativeness heuristicPrimary careHealth carePrimary health carePopulationMEDLINESurvey data collectionSurvey methodologyPublic health

Résumé

récupéré en direct d'OpenAlex

Abstract Background Primary care surveys are a key source of evaluative data; understanding how survey respondents compare to the intended population is important to understand results in context. The objective of this study was to examine the physician and patient representativeness of two primary care surveys (TRANSFORMATION and QUALICOPC) that each used different sampling and recruitment techniques. Methods We linked the physician and patient participants of the two surveys to health administrative databases. Patients were compared to other patients visiting the practice on the same day and other randomly selected dates using sociodemographic data, chronic disease diagnosis, and health system utilization. Physicians were compared to other physicians in the same practice, and other physicians in the intended geographic area using sociodemographic and practice characteristics. Results Physician respondents of the TRANSFORMATION survey included more males compared to their practice groups, but not to other physicians in the area. TRANSFORMATION physicians cared for a larger roster of patients than other physicians in the area. Patient respondents of the QUALICOPC survey did not have meaningful differences from other patients who visit the practice. Patient respondents of the TRANSFORMATION survey resided in more rural areas, had less chronic disease, and had lower use of health services than other patients visiting the practice. Conclusion Differences in survey recruitment methods at the physician and patient level may help to explain some of the differences in representativeness. When conducting primary care surveys, investigators should consider diverse methods of ensuring representativeness to limit the potential for nonresponse bias.

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)0,171
score de la tête « metaresearch » (Gemma)0,388
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil0,903

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1710,388
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,113
Tête enseignante GPT0,278
Écart entre enseignants0,164 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetDiverse Scientific and Economic Studies→Travaux en français237 207→