Examining the Utility of 30‐day Readmission Rates and Hospital Profiling in the Veterans Health Administration
Notice bibliographique
Résumé
BACKGROUND: The Veterans Health Administration (VA) reports hospital-specific 30-day risk-standardized readmission rates (RSRRs) using CMS-derived models. OBJECTIVE: The aim of this study was to examine and describe the interfacility variability of 30-day RSRRs for acute myocardial infarction (AMI), heart failure (HF), and pneumonia as a means to assess its utility for VA quality improvement and hospital comparison. RESEARCH DESIGN: A retrospective analysis of VA and Medicare claims data using one-year (2012) and three-year (2010-2012) data given their use for quality improvement or for hospital comparison, respectively. SUBJECTS: This study included 3,571 patients hospitalized for AMI at 56 hospitals, 10,609 patients hospitalized for HF at 102 hospitals, and 10,191 patients hospitalized for pneumonia at 106 hospitals. MEASURES: Hospital-specific 30-day RSRRs for AMI, HF, and pneumonia hospitalizations were calculated using hierarchical generalized linear models. RESULTS: Of 164 qualifying VA hospitals, 56 (34%), 102 (62%), and 106 (64%) qualified for analysis based on CMS criteria for AMI, HF, and pneumonia cohorts, respectively. Using 2012 data, we found that two hospitals (2%) had CHF RSRRs worse than the national average (+95% CI), whereas no hospital demonstrated worse-than-average risk-stratified readmission Rate (RSRR; +95% CI) for AMI or pneumonia. After increasing the number of facility admissions by combining three years of data, we found that four (range: 3.5%-5.3%) hospitals had RSRRs worse than the national average (+95% CI) for all three conditions. CONCLUSIONS: The Centers for Medicare and Medicaid Services-derived 30-day readmission measure may not be a useful measure to distinguish VA interfacility performance or drive quality improvement given the low facility-level volume of such readmissions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».