Inclusion of Nursing Homes and Long-term Residents in Medicare ACOs
Notice bibliographique
Résumé
BACKGROUND: Long-term nursing home residents have complex needs that often require services from acute care settings. The accountable care organization (ACO) model provides an opportunity to improve care by creating payment incentives for more coordinated, higher quality care. OBJECTIVES: To assess the extent of nursing home participation in ACOs, and the characteristics of residents and their nursing homes connected to ACOs. RESEARCH DESIGN: This was a cross-sectional study. SUBJECTS: Medicare nursing home residents identified from 2014 Minimum Data Set assessments. Residents were attributed to ACOs based on Medicare methods. MEASURES: Individuals' demographics, clinical characteristics, health care utilization, and nursing home characteristics. RESULTS: Among 660,780 nursing home residents, a quarter of them were attributed to ACOs. ACO residents had only small differences from non-ACO residents: age 85 years and older (47.1% vs. 45.3%), % black (10.5% vs. 12.7%), % dual eligible (74.3% vs. 75.8%), and emergency department visits (55.1 vs. 57.3 per 100). Of the 14,868 nursing homes with study residents, few were ACO providers (N=222, 1.6% of total residents) yet many had at least one ACO resident (N=8077, 76.4% of total residents); one-fifth had at least 20 (N=2839, 33.4% of total residents). ACO-provider homes were more likely than other homes to have a 5-star rating, be hospital-based and have Medicare as the primary payer. CONCLUSIONS: With a quarter of long-term nursing home residents attributed to an ACO, and one-fifth of nursing homes caring for a large number of ACO residents, outcomes and spending in this setting are important for ACOs to consider when designing patient care strategies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 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 ».