MétaCan
Menu
Retour à la cohorte
Enregistrement W2790500775 · doi:10.5430/jha.v7n2p18

What’s in it for me? Incentive compensation in hospital medicine

2018· article· en· W2790500775 sur OpenAlexvenueno aff
A. Charlotta Weaver, Nita Shrikant Kulkarni, Rachel Cyrus

Notice bibliographique

RevueJournal of Hospital Administration · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveProductivityReimbursementSalaryCompensation (psychology)PaymentQuality (philosophy)Resource-based relative value scaleMedicaidWork (physics)Incentive programBusinessMedicineActuarial scienceOperations managementHealth carePsychologyEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Objective: Though salary models vary, a portion of physician compensation is often provided as a bonus, or incentive payment, based on clinical productivity measured by the relative value unit (RVU). However, many hospitalists are involved in activities beyond clinical work, either administrative or educational, that may be difficult to measure and recognize in bonus payments. Furthermore, the changing nature of physician and hospital reimbursement necessitates a focus on quality measures not incentivized in the traditional RVU model.Methods: The authors describe a compensation model in an academic hospital medicine program that was initially developed in 2010 and modified in 2013. The model incents clinical productivity and adherence to quality metrics while also promoting nonclinical academic and administrative activities.Results: Implementation of this compensation model impacted the division’s quality goals by increasing completion of discharge summaries, reconciliation of discharge medications, and placement of follow-up appointment orders upon discharge. The impact on clinical and academic productivity is less clear.Conclusions: A compensation model that accounts for academic productivity and quality goals along with clinical productivity may be useful in incentivizing hospitalists in both academic and community-based hospital medicine practices. Future work should focus on whether such a model can be used effectively to address additional targets such as reducing readmissions and preventing hospital-acquired conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,113
Score d'incertitude au seuil0,508

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,335
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hospital AdministrationMême sujetHospital Admissions and OutcomesTravaux en français237 207