Emergency Department Utilization in the Texas Medicaid Emergency Waiver
Notice bibliographique
Résumé
OBJECTIVE: To estimate the enrollment and emergency department (ED) utilization in TexKat, the Texas Medicaid emergency waiver implemented following Hurricane Katrina. DATA SOURCES: Individual-level enrollment and utilization data from the 2005 Medicaid Analytic Extract. STUDY DESIGN: Descriptive analysis is performed on variables that describe enrollment levels, the demographic characteristics of enrollees, and the most common diagnoses in ED visits. A Poisson regression model is also employed to quantify the factors related to an enrollee's probability of having an ED visit and the average number of ED visits. PRINCIPAL FINDINGS: There were 44,246 individuals enrolled in TexKat in 2005. Roughly 13% of these enrollees had at least one ED visit during the sample period, with one quarter of these individuals having more than one visit. Across all enrollees the most common diagnosis was "other upper respiratory infection," but there were significant differences in diagnosis patterns across racial/ethnic groups. The regression analysis suggests little difference in ED utilization across genders, but significant contrasts across racial/ethnic and age groups. CONCLUSIONS: As very little is known about Medicaid emergency waivers, our analysis may provide important information to policymakers who have to react quickly following a disaster. Our findings may help providers estimate potential increases in ED utilization and prepare for relatively common diagnoses. Furthermore, the analysis across racial/ethnic groups may help government officials identify important areas for outreach among vulnerable populations.
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 | 0,026 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,082 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».