Relationship Between Quality of Comorbid Condition Care and Costs for Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: To estimate the association between cancer survivors' comorbid condition care quality and costs; to determine whether the association differs between cancer survivors and other patients. METHODS: Using the SEER-Medicare-linked database, we identified survivors of breast, prostate, and colorectal cancers who were diagnosed in 2004, enrolled in Medicare fee-for-service for at least 12 months before diagnosis, and survived ≥ 3 years. Quality of care was assessed using nine process indicators for chronic conditions, and a composite indicator representing seven avoidable outcomes. Total costs on the basis of Medicare amount paid were grouped as inpatient and outpatient. We examined the association between care quality and costs for cancer survivors, and compared this association among 2:1 frequency-matched noncancer controls, using comparisons of means and generalized linear regressions. RESULTS: Our sample included 8,661 cancer survivors and 17,332 matched noncancer controls. Receipt of recommended care was associated with higher outpatient costs for eight indicators, and higher inpatient and total costs for five indicators. For three measures (visit every 6 months for patients with chronic obstructive pulmonary disease or diabetes, and glycosylated hemoglobin or fructosamine every 6 months for patients with diabetes), costs for cancer survivors who received recommended care increased less than for noncancer controls. The absence of avoidable events was associated with lower costs of each type. An annual eye examination for patients with diabetes was associated with lower inpatient costs. CONCLUSION: Higher-quality processes of care may not reduce short-term costs, but the prevention of avoidable outcomes reduces costs. The association between quality and cost was similar for cancer survivors and noncancer controls.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».