Costs Associated with Health Care Services Accessed through <scp>VA</scp> and in the Community through Medicare for Veterans Experiencing Homelessness
Notice bibliographique
Résumé
OBJECTIVE: To estimate health care utilization and costs incurred by homeless Veterans relative to nonhomeless Veterans and to examine the impact of a VA homelessness program on these outcomes. DATA SOURCES/STUDY SETTING: Combined Department of Veterans Affairs (VA) administrative and Medicare claims data. STUDY DESIGN: Observational study using longitudinal data from Veterans engaged with the VA system and enrolled in Medicare. Veterans with administrative evidence of homelessness at any point during 2006-2010 were matched on period of military service to Veterans with no evidence of homelessness. PRINCIPAL FINDINGS: Experience of homelessness was associated with 1.37 (95 percent CI = 1.34-1.40) and 0.16 (95 percent CI = 0.14-0.17) more outpatient encounters per quarter in VA and non-VA settings, respectively, and 1.31 (95 percent CI = 1.30-1.32) and 0.49 (95 percent CI = 0.48-0.49) more inpatient days per quarter in VA and non-VA hospitals, respectively. These were associated with higher costs. Relative to stably housed Veterans less than 65 years of age, those enrolled in a VA homelessness program had 94.4 percent (95 percent CI = 90.7 percent-98.1 percent) more VA outpatient visits but 5.5 percent (95 percent CI = 3.0 percent-7.9 percent) fewer Medicare outpatient visits. CONCLUSIONS: Homelessness was associated with an increase in VA and Medicare utilization and cost. A VA homelessness program decreased use of Medicare outpatient services.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,011 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,003 |
| 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 ».