Impact of a value-based insurance design for physical therapy to treat back pain on care utilization and cost
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact of a value-based insurance design providing enhanced access to physical therapy (PT) for treatment of back pain on treatment patterns and cost of care. STUDY DESIGN: A retrospective analysis of claims data obtained from Geisinger Health Plan (GHP). In April 2013, GHP began offering "PT bundle" - i.e., a bundle of up to five PT visits for a single one-time copay that can be renewed for another bundle of five PT visits - for its employer-based plan members with back pain. METHODS: A cohort of GHP members who were preauthorized for the PT bundle were compared against a contemporaneous cohort of GHP members who were preauthorized for PT under the standard per-visit copay arrangement between January 2013 and October 2014. RESULTS: Among the PT bundle cohort, the PT visit rate during the first 9 months since the PT preauthorization date had dramatically increased and then gradually decreased in subsequent months. The PT bundle was also associated with 29%-35% short-term reductions in emergency department visits and with 12%-20% reductions in primary care visits after 6 months. No significant impact on hospitalization or cost was observed. CONCLUSION: Implementation of the PT bundle appears to have led to a change in the treatment pattern of back pain that is more consistent with the recommended guidelines to use more conservative management such as PT as the first-line treatment for back pain.
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 | 0,006 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».