Factors Associated With Hospices’ Nonparticipation in Medicare’s Hospice Compare Public Reporting Program
Notice bibliographique
Résumé
BACKGROUND: To enhance the quality of hospice care and to facilitate consumers' choices, the Centers for Medicare and Medicaid Services (CMS) began the Hospice Quality Reporting Program, in which CMS posted the quality measures of participating hospices on its reporting website, Hospice Compare. Little is known about the participation rate and the types of nonparticipating hospices. OBJECTIVE: To examine the factors associated with hospices' nonparticipation in Hospice Compare. RESEARCH DESIGN: We analyzed data from the CMS 2016 Hospice Compare. "Nonparticipants" were those who did not submit any quality measure. With the data of the Provider of Service file, the Healthcare Cost Report Information System, and the Area Health Resources File, multivariate logistic regressions estimated the association between nonparticipants and hospice and market characteristics, including ownership, size, nurse staffing ratio, and market competition intensity. RESULTS: Among the 4123 certified hospices subject to penalty from nonparticipation, 259 did not participate in Hospice Compare. California, New Mexico, Texas, and Wyoming had participation rates lower than 80%. Hospices that were for-profit, had no accreditation, had few nurses per patient day, provided no inpatient care, and were located in competitive markets were less likely to participate than other hospices. CONCLUSIONS: Hospice Compare successfully motivated hospice in participating in the quality report program in most of states. For-profit hospices, hospices with less quality, and hospices located in competitive markets were less likely to participate. Further research is warranted to examine the quality of these nonparticipants, especially in the 4 states with a lower participation rate.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».