Patterns and Costs of Health Care Use of Children With Medical Complexity
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Health care use of children with medical complexity (CMC), such as those with neurologic impairment or other complex chronic conditions (CCCs) and those with technology assistance (TA), is not well understood. The objective of the study was to evaluate health care utilization and costs in a population-based sample of CMC in Ontario, Canada. METHODS: Hospital discharge data from 2005 through 2007 identified CMC. Complete health system use and costs were analyzed over the subsequent 2-year period. RESULTS: The study identified 15 771 hospitalized CMC (0.67% of children in Ontario); 10 340 (65.6%) had single-organ CCC, 1063 (6.7%) multiorgan CCC, 4368 (27.6%) neurologic impairment, and 1863 (11.8%) had TA. CMC saw a median of 13 outpatient physicians and 6 distinct subspecialists. Thirty-six percent received home care services. Thirty-day readmission varied from 12.6% (single CCC without TA) to 23.7% (multiple CCC with TA). CMC accounted for almost one-third of child health spending. Rehospitalization accounted for the largest proportion of subsequent costs (27.2%), followed by home care (11.3%) and physician services (6.0%). Home care costs were a much larger proportion of costs in children with TA. Children with multiple CCC with TA had costs 3.5 times higher than children with a single CCC without TA. CONCLUSIONS: Although a small proportion of the population, CMC account for a substantial proportion of health care costs. CMC make multiple transitions across providers and care settings and CMC with TA have higher costs and home care use. Initiatives to improve their health outcomes and decrease costs need to focus on the entire continuum of care.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle