Practice Transformation: Early Impact of the Oncology Care Model on Hospital Admissions
Notice bibliographique
Résumé
Purpose: The purpose of the Oncology Care Model (OCM) is to improve quality and reduce cost through practice transformation. A foundational tenant is to reduce avoidable emergency room (ER) visits and hospitalizations. In anticipation of being an OCM participant, we instituted a multidimensional campaign designed to meet these objectives. Methods: Prior actions included establishment of phone triage unit, after-hours and weekend calls, and institution of weekend urgent care. Results: On the basis of data from the Chronic Condition Warehouse, as provided by the Centers for Medicare and Medicaid Services, we were successful at reducing the acute care admissions rate by 16%. During the baseline period extending from Jan 2016-Mar 2016, the hospital admission rate was 27 per patient, per quarter, at an average cost per admission event of $11,122, translating to an inpatient cost per patient, per quarter, of $3,003. In the year one reporting period of July 2016-July 2017, the hospital admission rate declined to 22.6 per patient, per quarter, at an average cost per admission event of $11,106, translating to an inpatient cost per patient, per quarter, of $2,505. OCM patient survey scores improved. In addition, at Oncology Hematology Care, we achieved improved results compared with the risk-adjusted national averages for the following measures: readmissions (4.9 v 5.6 per 100 patients, respectively), ER use (17 v 18.6 per 100 patients, respectively), and observation stays (2.7 v 3.6 per 100 patients, respectively). Conclusion: By implementing a cost-efficient, reproducible, and scalable campaign targeting ER avoidance and hospitalizations, we were able to decrease hospital admissions. Reported Medicare savings amounted to nearly $798,000 in inpatient cost per quarter over 1,600 patients.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».