MétaCan
Menu
← Retour à la cohorte
Enregistrement W3122702308

Physician Payment Mechanisms, Hospital Length of Stay and Risk of Readmission: Evidence from a Natural Experiment

2013· preprint· en· W3122702308 sur OpenAlexaffabout
Damien Échevin, Bernard Fortin

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2013
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésNatural experimentIncentivePaymentGovernment (linguistics)ExploitFee-for-serviceMedicineDifference in differencesCompensation (psychology)Empirical evidenceActuarial scienceHospital readmissionBusinessService (business)Emergency medicineFinanceHealth careEconomicsPsychologyMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We provide an analysis of the effect of physician payment methods on their hospital patients’ length of stay and risk of readmission. To do so, we exploit a major reform implemented in Quebec (Canada) in 1999. The Quebec Government introduced an optional mixed compensation (MC) scheme for specialist physicians working in hospital. This scheme combines a fixed per diem with a reduced fee for services provided, as an alternative to the traditional fee-for-service system. We develop a model of a physician's decision to choose the MC scheme. We show that a physician who adopts this system will have incentives to increase his time per clinical service provided. We demonstrate that as long as this effect does not improve his patients’ health by more than a critical level, they will stay more days in hospital over the period. At the empirical level, we estimate a model of transition between spells in and out of hospital analog to a difference-in-differences approach. We find that the hospital length of stay of patients treated in departments that opted for the MC system increased on average by 4.2% (0.28 days). However, the risk of readmission to the same department with the same diagnosis does not appear to be overall affected by the reform.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,023
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,031
Score d'incertitude au seuil0,123

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,322
Écart entre enseignants0,269 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetHealthcare Policy and Management→Travaux en français237 207→