Inpatient Trauma Mortality after Implementation of the Affordable Care Act in Illinois
Notice bibliographique
Résumé
INTRODUCTION: Illinois hospitals have experienced a marked decrease in the number of uninsured patients after implementation of the Affordable Care Act (ACA). However, the full impact of health insurance expansion on trauma mortality is still unknown. The objective of this study was to determine the impact of ACA insurance expansion on trauma patients hospitalized in Illinois. METHODS: We performed a retrospective cohort study of 87,001 trauma inpatients from third quarter 2010 through second quarter 2015, which spans the implementation of the ACA in Illinois. We examined the effects of insurance expansion on trauma mortality using multivariable Poisson regression. RESULTS: There was no significant difference in mortality comparing the post-ACA period to the pre-ACA period incident rate ratio (IRR)=1.05 (95% confidence interval [CI] [0.93-1.17]). However, mortality was significantly higher among the uninsured in the post-ACA period when compared with the pre-ACA uninsured population IRR=1.46 (95% CI [1.14-1.88]). CONCLUSION: While the ACA has reduced the number of uninsured trauma patients in Illinois, we found no significant decrease in inpatient trauma mortality. However, the group that remains uninsured after ACA implementation appears to be particularly vulnerable. This group should be studied in order to reduce disparate outcomes after trauma.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».