Bending the cost curve? Results from a comprehensive primary care payment pilot
Notice bibliographique
Résumé
BACKGROUND: There is much interest in understanding how using bundled primary care payments to support a patient-centered medical home (PCMH) affects total medical costs.\nRESEARCH DESIGN AND SUBJECTS: We compare 2008-2010 claims and eligibility records on about 10,000 patients in practices transforming to a PCMH and receiving risk-adjusted base payments and bonuses, with similar data on approximately 200,000 patients of nontransformed practices remaining under fee-for-service reimbursement.\nMETHODS: We estimate the treatment effect using difference-in-differences, controlling for trend, payer type, plan type, and fixed effects. We weight to account for partial-year eligibility, use propensity weights to address differences in exogenous variables between control and treatment patients, and use the Massachusetts Health Quality Project algorithm to assign patients to practices.\nRESULTS: Estimated treatment effects are sensitive to: control variables, propensity weighting, the algorithm used to assign patients to practices, how we address differences in health risk, and whether/how we use data from enrollees who join, leave, or change practices. Unadjusted PCMH spending reductions are 1.5% in year 1 and 1.8% in year 2. With fixed patient assignment and other adjustments, medical spending in the treatment group seems to be 5.8% (P=0.20) lower in year 1 and 8.7% (P=0.14) lower in year 2 than for propensity-weighted, continuously enrolled controls; the largest proportional 2-year reduction in spending occurs in laboratory test use (16.5%, P=0.02).\nCONCLUSIONS: Although estimates are imprecise because of limited data and quasi-experimental design, risk-adjusted bundled payment for primary care may have dampened spending growth in 3 practices implementing a PCMH.
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 | 0,010 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».