Primary Care Appointment Availability for Medicaid Patients
Notice bibliographique
Résumé
BACKGROUND: Arkansas and Iowa received waivers from the federal government in 2014 to use federal Medicaid expansion funding to enroll beneficiaries in commercial insurance plans on the Marketplaces. One key hypothesis of these "private option" or "premium assistance" programs was that Medicaid beneficiaries would experience increased access to care. In this study, we compare new patient primary care appointment availability and wait-times for beneficiaries of traditional Medicaid and premium assistance Medicaid. METHODS: Trained field staff posing as patients, randomized to traditional Medicaid or Marketplace plans, called primary care practices seeking new patient appointments in Arkansas and Iowa in May to July 2014. All calls were made to offices that previously indicated being in-network for the plan. Offices were drawn randomly, within insurance type, based on the county proportion of the population with each insurance type. We calculated appointment rates and wait-times for new patients for traditional Medicaid and Marketplace plans. RESULTS: In Arkansas, Marketplace appointment rates were 27.2 percentage points higher than traditional Medicaid appointment rates (83.2% compared with 55.5%, P<0.001), while in Iowa, Marketplace appointment rates were 12.0 percentage points higher (86.3% compared with 74.3%, P<0.001). Conditional on receiving an appointment, median wait-times were roughly 1 week in each state without significant differences by insurance type. CONCLUSIONS: The experiences of Arkansas and Iowa suggest that enrolling Medicaid beneficiaries into Marketplace plans may lead to higher primary care appointment availability for new patients at participating providers. Further research is needed on whether premium assistance programs affect quality and continuity of care, and at what cost.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».