Early Impact of the Affordable Care Act Coverage Expansion on Safety‐Net Hospital Inpatient Payer Mix and Market Shares
Notice bibliographique
Résumé
OBJECTIVE: To examine the impact of the Affordable Care Act's coverage expansion on safety-net hospitals (SNHs). STUDY SETTING: Nine Medicaid expansion states. STUDY DESIGN: Differences-in-differences (DID) models compare payer-specific pre-post changes in inpatient stays of adults aged 19-64 years at SNHs and non-SNHs. DATA COLLECTION METHODS: 2013-2014 Healthcare Cost and Utilization Project State Inpatient Databases. PRINCIPAL FINDINGS: On average per quarter postexpansion, SNHs and non-SNHs experienced similar relative decreases in uninsured stays (DID = -2.2 percent, p = .916). Non-SNHs experienced a greater percentage increase in Medicaid stays than did SNHs (DID = 13.8 percent, p = .041). For SNHs, the average decrease in uninsured stays (-146) was similar to the increase in Medicaid stays (153); privately insured stays were stable. For non-SNHs, the decrease in uninsured (-63) plus privately insured (-33) stays was similar to the increase in Medicaid stays (105). SNHs and non-SNHs experienced a similar absolute increase in Medicaid, uninsured, and privately insured stays combined (DID = -16, p = .162). CONCLUSIONS: Postexpansion, non-SNHs experienced a greater percentage increase in Medicaid stays than did SNHs, which may reflect patients choosing non-SNHs over SNHs or a crowd-out of private insurance. More research is needed to understand these trends.
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 | 0,003 | 0,012 |
| 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 | 0,000 |
| 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) | 0,004 | 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 ».