Regional variation in acute care length of stay after orthopaedic surgery total joint replacement surgery and hip fracture surgery
Notice bibliographique
Résumé
OBJECTIVE: To examine change in regional variations in acute care length of stay (LOS) after orthopedic surgery following expiration of the New York (NY) State exemption to the Prospective Payment System and implementation of the Medicare Short Stay Transfer Policy. METHODS: Time series analyses were conducted to evaluate change in LOS across regions after policy implementations. Small area analyses were conducted to examine residual variation in LOS. The dataset included A 100% sample of fee-for-service Medicare patients undergoing surgical repair for hip fracture or elective joint replacement surgery between 1996 and 2001. Data files from Centers for Medicare and Medicaid Services 1996-2001 Medicare Provider Analysis and Review file, 1999 Provider of Service file, and data from the 2000 United States Census were used for analysis. RESULTS: In 1996, LOS in NY after orthopedic procedures was much longer than the remainder of the country. After policy changes, LOS fell. However, significant residual variation in LOS persisted. This residual variation was likely partly explained by differences variation in regional managed care market penetration, patient management practices and unmeasured characteristics associated with the hospital location. CONCLUSIONS: NY hospitals responded to changes in reimbursement policy, reducing variation in LOS. However, even after 5 years of financial pressure to constrain costs, other factors still have a strong impact on delivery of patient 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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».