MétaCan
Menu
Retour à la cohorte
Enregistrement W2615847213

Primary Care Appointment Availability and the ACA Insurance Expansions.

2017· article· en· W2615847213 sur OpenAlexaff
Molly Candon, Daniel Polsky, Brendan Saloner, Douglas Wissoker, Katherine Hempstead, Genevieve M. Kenney, Karin V. Rhodes

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensPopulation Health Research Institute
Organismes subventionnairesnon disponible
Mots-clésMedicaidPrimary careHealth insuranceAuditPatient Protection and Affordable Care ActFamily medicineMedicinePrivate insuranceBusinessHealth carePolitical scienceAccountingLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the current debate in Congress over the Affordable Care Act (ACA), the issue of provider access is a major concern. Fortunately, our 10-state audit study published in JAMA Internal Medicine finds that primary care appointment availability for new patients with Medicaid increased 5.4 percentage points between 2012 and 2016 and remained stable for patients with private coverage. Over the same period, both Medicaid patients and the privately insured experienced a one-day increase in median wait times. Higher appointment availability for Medicaid patients is a surprising result given the increase in demand for care from millions of new Medicaid enrollees. In this Issue Brief, we summarize our study’s findings, expand on possible explanations, and extend the analysis by examining the relationship between appointment availability and state-level Medicaid expansions. We find that access to primary care increased for Medicaid patients only in states that extended Medicaid eligibility to low-income, nonelderly adults. Combined, these results suggest coverage provisions in the ACA have not overwhelmed primary care capacity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,056
Tête enseignante GPT0,236
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetHealthcare Policy and ManagementTravaux en français237 207