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 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 | 0,001 | 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) | 0,000 | 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 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 ».