The Reduction in <scp>ED</scp> and Hospital Admissions in Medical Home Practices Is Specific to Primary Care–Sensitive Chronic Conditions
Notice bibliographique
Résumé
OBJECTIVE: To determine whether the Patient-Centered Medical Home (PCMH) transformation reduces hospital and ED utilization, and whether the effect is specific to chronic conditions targeted for management by the PCMH in our setting. DATA SOURCES AND STUDY SETTING: All patients aged 18 years and older in 2,218 primary care practices participating in a statewide PCMH incentive program sponsored by Blue Cross Blue Shield of Michigan (BCBSM) in 2009-2012. STUDY DESIGN: Quantitative observational study, jointly modeling PCMH-targeted versus other hospital admissions and ED visits on PCMH score, patient, and practice characteristics in a hierarchical multivariate model using the generalized gamma distribution. DATA COLLECTION: Claims data and PCMH scores held by BCBSM. PRINCIPAL FINDINGS: Both hospital and ED utilization were reduced proportionately to PCMH score. Hospital utilization was reduced by 13.9 percent for PCMH-targeted conditions versus only 3.8 percent for other conditions (p = .003), and ED utilization by 11.2 percent versus 3.7 percent (p = .010). Hospital PMPM cost was reduced by 17.2 percent for PCMH-targeted conditions versus only 3.1 percent for other conditions (p < .001), and ED PMPM cost by 9.4 percent versus 3.6 percent (p < .001). CONCLUSIONS: PCMH transformation reduces hospital and ED use, and the majority of the effect is specific to PCMH-targeted conditions.
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 | 0,008 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».