MétaCan
Menu
Retour à la cohorte
Enregistrement W7162001184 · doi:10.82308/942

Innovations and opportunities for primary health care after hospital discharge: an application of causal inference methods in health services research

2017· dissertation· en· W7162001184 sur OpenAlexaboutno aff
Bruno Riverin Deschênes

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMathematics
ThématiqueAdvanced Causal Inference Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHealth servicesPrimary health carePrimary careHealth carePublic health

Résumé

récupéré en direct d'OpenAlex

Les réadmissions à l'hôpital continuent de soulever un vif intérêt politique, non seulement en tant qu'indicateurs de la qualité des soins en milieu hospitalier, mais également parce qu'elles peuvent être symptomatiques des lacunes au niveau du système des soins et services de santé. Parmi les tentatives visant à remédier à cette situation, on remarque un effort important vers une meilleure coordination des soins médicaux, principalement entre les milieux internes et externes de soins et services. L'évolution du système de santé a également donné naissance à de nombreuses innovations dans la prestation des soins et services de première ligne soulignant l'importance d'une meilleure coordination. Au Québec, ceci a permis l'implantation à grande échelle de nouvelles pratiques basées sur des équipes multidisciplinaires de soins et services de première ligne. Cette thèse explore la manière avec laquelle la prestation tout comme l'organisation des soins et services de santé de première ligne pourraient ensemble contribuer à réduire le nombre de réadmissions et autres évènements indésirables dans la période suivant le congé hospitalier, et plus précisément chez les personnes âgées ou atteintes d'une malade chronique. À cette fin, j'ai extrait les données de facturations des médecins sur plus de 300 000 patients ayant été hospitalisés, englobant plus de 600 000 admissions entre 2002-2009 au Québec. Dans le premier manuscrit, j'ai estimé l'effet de la consultation externe après le congé du patient sur les réadmissions. J'ai remarqué une importante diminution absolue du risque de réadmission, particulièrement si ce suivi en externe avait eu lieu dans les trois premières semaines suivant le congé ou si le patient avait été vu en première ligne ou en médecine spécialisée. Dans le second manuscrit, j'ai comparé les taux de visites de suivi externe suivant un congé hospitalier selon le type de pratique de soins et services de première ligne, soit multidisciplinaire ou traditionnelle. Ces analyses ont démontré que les patients inscrits à une pratique multidisciplinaire de soins et services de première ligne avaient des taux de suivi externe en première ligne inférieurs ou similaires, et des taux de suivi en médecine spécialisée inférieurs à ceux des patients inscrits à une pratique traditionnelle. Les patients ayant un niveau très élevé de morbidité ont profité quant à eux de meilleurs taux de suivi en première ligne s'ils étaient inscrits à une pratique multidisciplinaire de soins et services de première ligne. Dans le troisième manuscrit, je me suis penché sur les taux de réadmission, de visite à l'urgence, et de mortalité dans les 90 premiers jours suivant le congé hospitalier. Or, les patients inscrits à une pratique multidisciplinaire ont montré une incidence de réadmission comparable à celle des patients suivis en pratique traditionnelle, mais ces mêmes patients ont par contre présenté un taux inférieur de visites à l'urgence ainsi qu'un taux inférieur de mortalité. Ce travail souligne l'évidence que les visites de suivi externe après le congé sont associées à une diminution importante du risque de réadmission ; ainsi les visites de suivi en temps opportun, et surtout dans une pratique de soins de première ligne, pourraient bien être la cible des politiques futures afin d'améliorer la qualité des soins. Dans un deuxième temps, nos données suggèrent que les nouveaux modèles d'équipes multidisciplinaires de soins et services de première ligne montrent un véritable potentiel pour réduire les effets indésirables ; par contre, des efforts mieux ciblés ou plus intensifs pourraient être nécessaires afin de prévenir de façon efficace les réadmissions. Dans cette optique, les médecins et les décideurs politiques pourraient travailler à développer de nouvelles approches afin d'améliorer le taux de visites de suivi faites en temps opportun.

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)0,172
score de la tête « metaresearch » (Gemma)0,345
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,172
Score d'incertitude au seuil0,908

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1720,345
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0090,009
Études des sciences et des technologies0,0030,006
Communication savante0,0070,008
Science ouverte0,0040,006
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,256
Tête enseignante GPT0,583
Écart entre enseignants0,327 · 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'étudeObservationnel
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Causal Inference TechniquesTravaux en français237 207