Variation in Cost and Quality in Kidney Transplantation
Notice bibliographique
Résumé
BACKGROUND: Bending the cost curve in medical expenses is a high national priority. The relationship between cost and kidney allograft failure has not been fully investigated in the United States. METHODS: Using Medicare claims from the United States Renal Data System, we determined costs for all adults with Medicare coverage who underwent kidney transplant January 1, 2007, to June 30, 2009. We compared relative cost (observed/expected payment) for year 1 after transplantation for all transplant centers, adjusting for recipient, donor, and transplant characteristics, region, and local wage index. Using program-specific reports from the Scientific Registry of Transplant Recipients, we correlated relative cost with observed/expected allograft failure between centers, excluding small centers. RESULTS: Among 19,603 transplants at 166 centers, mean observed cost per patient per center was $65,366 (interquartile range, $55,094-$71,624). Mean relative cost was 0.99 (± 0.20); mean observed/expected allograft failure was 1.03 (± 0.46). Overall, there was no correlation between relative cost and observed/expected allograft failure (r = 0.096, P = 0.22). Comparing centers with higher than expected costs and allograft failure rates (lower performing) and centers with lower than expected costs and failure rates (higher-performing) showed differences in donor and recipient characteristics. As these characteristics were accounted for in the adjusted cost and allograft failure models, they are unlikely to explain the differences between higher- and lower-performing centers. CONCLUSIONS: Further investigations are needed to determine specific cost-effective practices of higher- and lower-performing centers to reduce costs and incidence of allograft failure.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».