MétaCan
Menu
Retour à la cohorte
Enregistrement W2787174188 · doi:10.1377/hlthaff.2017.1130

Practices Caring For The Underserved Are Less Likely To Adopt Medicare’s Annual Wellness Visit

2018· article· en· W2787174188 sur OpenAlexaff
Ishani Ganguli, Jeffrey Souza, J. Michael McWilliams, Ateev Mehrotra

Notice bibliographique

RevueHealth Affairs · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth Promotion and Cardiovascular Prevention
Établissements canadiensHealth Care Foundation
Organismes subventionnairesNational Institute on Aging
Mots-clésGerontologyMedicaidFamily medicineMedicineBusinessHealth careEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

In 2011 Medicare introduced the annual wellness visit to help address the health risks of aging adults. The visit also offers primary care practices an opportunity to generate revenue, and may allow practices in accountable care organizations to attract healthier patients while stabilizing patient-practitioner assignments. However, uptake of the visit has been uneven. Using national Medicare data for the period 2008-15, we assessed practices' ability and motivation to adopt the visit. In 2015, 51.2 percent of practices provided no annual wellness visits (nonadopters), while 23.1 percent provided visits to at least a quarter of their eligible beneficiaries (adopters). Adopters replaced problem-based visits with annual wellness visits and saw increases in primary care revenue. Compared to nonadopters, adopters had more stable patient assignment and a slightly healthier patient mix. At the same time, visit rates were lower among practices caring for underserved populations (for example, racial minorities and those dually enrolled in Medicaid), potentially worsening disparities. Policy makers should consider ways to encourage uptake of the visit or other mechanisms to promote preventive care in underserved populations and the practices that serve them.

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)0,005
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 enseignants0,040
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,078
Tête enseignante GPT0,384
Écart entre enseignants0,306 · 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

Citations67
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth AffairsMême sujetHealth Promotion and Cardiovascular PreventionTravaux en français237 207