MétaCan
Menu
Retour à la cohorte
Enregistrement W2090845377 · doi:10.1377/hlthaff.2011.1219

Insights From Transformations Under Way At Four Brookings-Dartmouth Accountable Care Organization Pilot Sites

2012· article· en· W2090845377 sur OpenAlexaff
Bridget K. Larson, Aricca D. Van Citters, Sara A. Kreindler, Kathleen L. Carluzzo, Josette N. Gbemudu, Frances M. Wu, Eugene C. Nelson, Stephen M. Shortell, Elliott S. Fisher

Notice bibliographique

RevueHealth Affairs · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensWinnipeg Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésIncentivePaymentBusinessQuality (philosophy)Adaptation (eye)Public relationsHealth careOrganizational structurePolitical sciencePsychologyManagementEconomicsFinanceEconomic growth

Résumé

récupéré en direct d'OpenAlex

This cross-site comparison of the early experience of four provider organizations participating in the Brookings-Dartmouth Accountable Care Organization Collaborative identifies factors that sites perceived as enablers of successful ACO formation and performance. The four pilots varied in size, with between 7,000 and 50,000 attributed patients and 90 to 2,700 participating physicians. The sites had varying degrees of experience with performance-based payments; however, all formed collaborative new relationships with payers and created shared savings agreements linked to performance on quality measures. Each organization devoted major efforts to physician engagement. Policy makers now need to consider how to support and provide incentives for the successful formation of multipayer ACOs, and how to align private-sector and CMS performance measures. Linking providers to learning networks where payers and providers can address common technical issues could help. These sites' transitions to the new payment model constitutes an ongoing journey that will require continual adaptation in the structure of contracts and organizational attributes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,066
Tête enseignante GPT0,261
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations72
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealthcare Policy and ManagementTravaux en français237 207