MétaCan
Menu
Retour à la cohorte
Enregistrement W2143214680 · doi:10.1377/hlthaff.2014.0855

Reduced Acute Inpatient Care Was Largest Savings Component Of Geisinger Health System’s Patient-Centered Medical Home

2015· article· en· W2143214680 sur OpenAlexaff
Daniel Maeng, Nazmul Khan, Janet Tomcavage, Thomas Graf, Duane E. Davis, Glenn Steele

Notice bibliographique

RevueHealth Affairs · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiquePrimary Care and Health Outcomes
Établissements canadiensPricewaterhouseCoopers (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical homeComponent (thermodynamics)Emergency medicinePatient-centered careHealth careAcute careMedical emergencyFamily medicinePrimary care

Résumé

récupéré en direct d'OpenAlex

Early evidence suggests that the patient-centered medical home has the potential to improve patient outcomes while reducing the cost of care. However, it is unclear how this care model achieves such desirable results, particularly its impact on cost. We estimated cost savings associated with Geisinger Health System's patient-centered medical home clinics by examining longitudinal clinic-level claims data from elderly Medicare patients attending the clinics over a ninety-month period (2006 through the first half of 2013). We also used these data to deconstruct savings into its main components (inpatient, outpatient, professional, and prescription drugs). During this period, total costs associated with patient-centered medical home exposure declined by approximately 7.9 percent; the largest source of this savings was acute inpatient care ($34, or 19 percent savings per member per month), which accounts for about 64 percent of the total estimated savings. This finding is further supported by the fact that longer exposure was also associated with lower acute inpatient admission rates. The results of this study suggest that patient-centered medical homes can lead to sustainable, long-term improvements in patient health outcomes and the cost of 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,388
Écart entre enseignants0,337 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations49
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetPrimary Care and Health OutcomesTravaux en français237 207