Severity of illness in the case-mix specification and performance: A study for Italian public hospitals
Notice bibliographique
Résumé
Background: Public hospitals’ expenditures in Italy is approximately 45% of total public health financing. The reduction of public debt requires reducing total public health, as well as hospital expenditures in the public sector. Past health reforms introduced rules to improve the efficiency in controlling hospital costs with a better use of resources. The objective of this study is to derive technical efficiency as a performance measurement in the directly managed public hospitals in Italy under different case-mix specifications, as well as to discover the effect of it on technical efficiency. Methods: Two different Data Envelopment Analysis (DEA) models are solved. To control for the influence of the case-mix complexity/severity of illness on technical efficiency, the distributions of DEA efficiency scores are compared applying statistical tests developed in the non-parametric efficiency analysis. Results: On average, in the year 2007, the technical efficiency in the sample is lower (0.8071) in model B (output mix with weighted Case Mix Index) than in model A (0.8748). The bootstrap-corrected efficiency scores of models B and A are respectively 0.7185 and 0.8106. On average, the case mix index in the sample is 0.87859. Statistical tests confirm that the differences in the efficiency scores distribution are statistically significant, confirming that treatment complexity has influenced technical efficiency. At the individual hospital level, the effect is more evident, modifying the rank and the technical efficiency of the hospitals. Conclusions: The different case-mix specifications adjusted with Case Mix Index, generate statistically significant differences in the distribution of the efficiency scores. This evidence permits us to conclude that the performance of the Local Health Trust’s directly managed public Italian hospitals is influenced by the hospitals’ case-mix severity/complexity. As a policy indication, we can observe that the need for policy makers and hospital managers to reduce hospital costs conflicts with the need to guarantee an optimum level of hospital resources with different case-mix complexities of the treated cases.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».