MétaCan
Menu
Retour à la cohorte
Enregistrement W2981717393 · doi:10.2196/14436

Just Because (Most) Hospitals Are Publishing Charges Does Not Mean Prices Are More Transparent

2019· article· en· W2981717393 sur OpenAlexvenueno aff
Cody Lendon Mullens, J. Andres Hernandez, Evan D. Anderson, Lindsay Allen

Notice bibliographique

RevueJMIR Medical Informatics · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer sciencePublishingBusinessMedicineMedical emergencyPolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Centers for Medicare and Medicaid Services (CMS) recently mandated that all hospitals publish their charge description masters (CDMs) online, in a machine-readable format, by January 1, 2019. In addition, CMS recommended that CDM data be made available in a manner that was consumer friendly and accessible to patients. OBJECTIVE: This study aimed to (1) examine all hospitals across the state of Pennsylvania to understand policy compliance and (2) use established metrics to measure accessibility and consumer friendliness of posted CDM data. METHODS: A cross-sectional analysis was conducted to quantify hospital website compliance with the recent CMS policies requiring hospitals to publish their CDM. Data were collected from all Pennsylvania hospital websites. Consumer friendliness was assessed based on searchability, number of website clicks to data, and supplemental educational materials accompanying CDMs such as videos or text. RESULTS: Most hospitals (189/234, 80.1%) were compliant, but significant variation in data presentation was observed. The mean number of website clicks to the CDM was 3.7 (SD 1.3; range: 1-8). A total of 23.1% of compliant hospitals provided no supplemental educational material with their CDM. CONCLUSIONS: Although disclosure of charges has improved, the data may not be sufficient to meaningfully influence patient decision making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,009
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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.

Tête enseignante Opus0,066
Tête enseignante GPT0,432
Écart entre enseignants0,366 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Medical InformaticsMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207