Estimating the Cost Savings of Preventive Dental Services Delivered to Medicaid‐Enrolled Children in Six Southeastern States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To quantify the impact of multiyear utilization of preventive dental services on downstream dental care utilization and expenditures for children. DATA SOURCES/STUDY SETTING: We followed 0.93 million Medicaid-enrolled children who were 3-6 years old in 2005 from 2005 to 2011. We used Medicaid claims data of Alabama, Georgia, Mississippi, North Carolina, South Carolina, and Texas. STUDY DESIGN: We clustered each state's study population into four groups based on utilization of topical fluoride and dental sealants before caries-related treatment using machine learning algorithms. We evaluated utilization rates and expenditures across the four groups and quantified cost savings of preventive care for different levels of penetration. DATA EXTRACTION METHOD: We extracted all dental-related claims using CDT codes. PRINCIPAL FINDINGS: In all states, Medicaid expenditures were much lower for children who received topical fluoride and dental sealants before caries development than for all other children, with a per-member per-year difference ranging from $88 for Alabama to $156 for Mississippi. CONCLUSIONS: The cost savings from topical fluoride and sealants across the six states ranged from $1.1M/year in Mississippi to $12.9M/year in Texas at a 10 percent penetration level. Preventive dental care for children not only improves oral health outcomes but is also cost saving.
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.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle