MétaCan
Menu
Retour à la cohorte
Enregistrement W3002228410 · doi:10.1002/cncr.32719

Physician and facility drivers of spending variation in locoregional prostate cancer

2020· article· en· W3002228410 sur OpenAlexafffund
Danielle Rodin, Alyna T. Chien, Chad Ellimoottil, Paul L. Nguyen, Pragya Kakani, Matthew Mossanen, Meredith B. Rosenthal, Mary Beth Landrum, Anna D. Sinaiko

Notice bibliographique

RevueCancer · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesRoyal College of Physicians and Surgeons of CanadaLaura and John Arnold FoundationCanadian Association of Radiation OncologyCommonwealth Fund
Mots-clésMedicineProstate cancerBrachytherapyGeographic variationCancerRadiation therapyDiseaseDemographyEmergency medicineFamily medicineEnvironmental healthSurgeryInternal medicinePopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prostate cancer is the most common male cancer, with a wide range of treatment options. Payment reform to reduce unnecessary spending variation is an important strategy for reducing waste, but its magnitude and drivers within prostate cancer are unknown. METHODS: In total, 38,971 men aged ≥66 years with localized prostate cancer who were enrolled in Medicare fee-for-service and were included in the Surveillance, Epidemiology, and End Results-Medicare database from 2009 to 2014 were included. Multilevel linear regression with physician and facility random effects was used to examine the contributions of urologists, radiation oncologists, and their affiliated facilities to variation in total patient spending in the year after diagnosis within geographic region. The authors assessed whether spending variation was driven by patient characteristics, disease risk, or treatments. Physicians and facilities were sorted into quintiles of adjusted patient-level spending, and differences between those that were high-spending and low-spending were examined. RESULTS: Substantial variation in spending was driven by physician and facility factors. Differences in cancer treatment modalities drove more variation across physicians than differences in patient and disease characteristics (72% vs 2% for urologists, 20% vs 18% for radiation oncologists). The highest spending physicians spent 46% more than the lowest and had more imaging tests, inpatient care, and radiotherapy spending. There were no differences across spending quintiles in the use of robotic surgery by urologists or the use of brachytherapy by radiation oncologists. CONCLUSIONS: Significant differences were observed for patients with similar demographics and disease characteristics. This variation across both physicians and facilities suggests that efforts to reduce unnecessary spending must address decision making at both levels.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,240
Écart entre enseignants0,199 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207