Retrospective economic analysis of the transfer of services from hospitals to the community: an application to an enhanced eye care service
Notice bibliographique
Résumé
OBJECTIVE: This research aims to evaluate the wider health system effects of the introduction of an intermediate-tier service for eye care. SETTING: This research employs the Minor Eye Conditions Scheme (MECS), an intermediate-tier eye care service introduced in two London boroughs, Lewisham and Lambeth, in April 2013. DESIGN: Retrospective difference-in-differences analysis comparing changes over time in service use and costs between April 2011 and October 2014 in two commissioning areas that introduced an intermediate-tier service programme with changes in a neighbouring area that did not introduce the programme. DATA SOURCES: MECS audit data; unit costs for MECS visits; volumes of first and follow-up outpatient attendances to hospital ophthalmology; the national schedule of reference costs. MAIN OUTCOME MEASURES: Volumes and costs of patients treated. RESULTS: In one intervention area (Lewisham), general practitioner (GP) referrals to hospital ophthalmology decreased differentially by 75.2% (95% CI -0.918% to -0.587%) for first attendances, and by 40.3% for follow-ups (95% CI -0.489% to -0.316%). GP referrals to hospital ophthalmology decreased differentially by 30.2% (95% CI -0.468% to -0.137%) for first attendances in the other intervention area (Lambeth). Costs increased by 3.1% in the comparison area between 2011/2012 and 2013/2014. Over the same period, costs increased by less (2.5%) in one intervention area and fell by 13.8% in the other intervention area. CONCLUSIONS: Intermediate-tier services based in the community could potentially reduce volumes of patients referred to hospitals by GPs and provide replacement services at lower unit costs.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».