Variation in tonsillectomy cost and revisit rates: analysis of administrative and billing data from US children’s hospitals
Notice bibliographique
Résumé
Background Tonsillectomy is one of the most common and cumulatively expensive surgical procedures in children. We determined if substantial variation in resource use, as measured by standardised costs, exists across hospitals for performing tonsillectomy and if higher resource use is associated with better quality of care, as measured by revisits to hospital. Methods We conducted a retrospective analysis of children undergoing routine outpatient tonsillectomy between 2011 to 2017 across US children's hospitals using an administrative and billing data source. The primary outcome measures were the hospital tonsillectomy standardised cost and the 30-day revisit rate to hospital. We analysed the interhospital variation in standardised cost by determining the number of outlier hospitals in standardised cost and the intraclass correlation coefficient. Results 131 814 children (median age 6 years, IQR: 4,9; female sex 52.5%) underwent tonsillectomy for airway obstruction (62.9%) and infection (23.9%) across 28 hospitals. The median adjusted hospital standardised cost for tonsillectomy was $2392 (IQR: $1827, $2793; range: $1166 to $4222). There was substantial interhospital variation in costs as 11 (40%) hospitals were cost outliers, and the intraclass correlation coefficient was 0.62, suggesting that 62% of the variation in cost was attributable to variation between hospitals. The median hospital revisit rate was 9.5% (IQR: 7.8, 12.1) and higher hospital costs did not correlate with lower revisit rates (rs =0.03, 95% CI −0.36 to 0.41; p=0.87). Conclusions There is substantial variation in hospital resource use and standardised costs for routine outpatient tonsillectomy across US children’s hospitals. Higher resource use is not associated with lower revisit rates. Further study is needed to understand the practices of lower resource use hospitals who deliver high quality of care.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,012 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».