Investigating DRG cost weights for hospitals in middle income countries
Notice bibliographique
Résumé
Identifying the cost of hospital outputs, particularly acute inpatients measured by Diagnosis Related Groups (DRGs), is an important component of casemix implementation. Measuring the relative costliness of specific DRGs is useful for a wide range of policy and planning applications. Estimating the relative use of resources per DRG can be done through different costing approaches depending on availability of information and time and budget. This study aims to guide costing efforts in Iran and other countries in the region that are pursuing casemix funding, through identifying the main issues facing cost finding approaches and introducing the costing models compatible with their hospitals accounting and management structures. The results show that inadequate financial and utilisation information at the patient's level, poorly computerized 'feeder systems'; and low quality data make it impossible to estimate reliable DRGs costs through clinical costing. A cost modelling approach estimates the average cost of 2.723 million Rials (Iranian Currency) per DRG. Using standard linear regression, a coefficient of 0.14 (CI = 0.12-0.16) suggests that the average cost weight increases by 14% for every one-day increase in average length of stay (LOS).We concluded that calculation of DRG cost weights (CWs) using Australian service weights provides a sensible starting place for DRG-based hospital management; but restructuring hospital accounting systems, designing computerized feeder systems, using appropriate software, and development of national service weights that reflect local practice patterns will enhance the accuracy of DRG CWs.
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 | 0,007 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,009 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».