MétaCan
Menu
Retour à la cohorte
Enregistrement W2160997194 · doi:10.1111/j.1475-6773.2007.00806.x

Relationship between State Medicaid Policies, Nursing Home Racial Composition, and the Risk of Hospitalization for Black and White Residents

2007· article· en· W2160997194 sur OpenAlexaff
Andrea Gruneir, Susan C. Miller, Zhanlian Feng, Orna Intrator, Vincent Mor

Notice bibliographique

RevueHealth Services Research · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensBaycrest Hospital
Organismes subventionnairesNational Institute on AgingAcademyHealth
Mots-clésMedicaidNursing homesWhite (mutation)MedicineRacial compositionGerontologyNursingFamily medicineRace (biology)Health careSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To examine racial differences in the risk of hospitalization for nursing home (NH) residents. DATA SOURCES: National NH Minimum Data Set, Medicare claims, and Online Survey Certification and Reporting data from 2000 were merged with independently collected Medicaid policy data. STUDY DESIGN: One hundred and fifty day follow-up of 516,082 long-stay residents. PRINCIPLE FINDINGS: 18.5 percent of white and 24.1 percent of black residents were hospitalized. Residents in NHs with high concentrations of blacks had 20 percent higher odds (95 percent confidence interval [CI]=1.15-1.25) of hospitalization than residents in NHs with no blacks. Ten-dollar increments in Medicaid rates reduced the odds of hospitalization by 4 percent (95 percent CI=0.93-1.00) for white residents and 22 percent (95 percent CI=0.69-0.87) for black residents. CONCLUSIONS: Our findings illustrate the effect of contextual forces on racial disparities in NH 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 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)0,010
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,125
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,071
Tête enseignante GPT0,498
Écart entre enseignants0,427 · 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'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

Citations41
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Services ResearchMême sujetGeriatric Care and Nursing HomesTravaux en français237 207