Annual wellness visits and care management before and after dialysis initiation
Notice bibliographique
Résumé
INTRODUCTION: Demands of dialysis regimens may pose challenges for primary care provider (PCP) engagement and timely preventive care. This is especially the case for patients initiating dialysis adjusting to new logistical challenges and management of symptoms and existing comorbid conditions. Since 2011, Medicare has provided coverage for annual wellness visits (AWV), which are primarily conducted by PCPs and may be useful for older adults undergoing dialysis. METHODS: We used the OptumLabs® Data Warehouse to identify a cohort of 1,794 Medicare Advantage (MA) enrollees initiating dialysis in 2014-2017 and examined whether MA enrollees (1) were seen by a PCP during an outpatient visit and (2) received an AWV in the year following dialysis initiation. RESULTS: In the year after initiating dialysis, 93 % of MA enrollees had an outpatient PCP visit but only 24 % received an annual wellness visit. MA enrollees were less likely to see a PCP if they had Charlson comorbidity scores between 0 and 5 than those with scores 6-9 (odds ratio (OR) = 0.59, 95 % CI: 0.37-0.95), but more likely if seen by a nephrologist (OR = 1.60, 95 % CI: 1.01-2.52) or a PCP (OR = 15.65, 95 % CI: 9.26-26.46) prior to initiation. Following dialysis initiation, 24 % of MA enrollees had an AWV. Hispanic MA enrollees were less likely (OR = 0.57, 95 % CI: 0.39-0.84) to have an AWV than White MA enrollees, but enrollees were more likely if they initiated peritoneal dialysis (OR = 1.54, 95 % CI: 1.07-2.23) or had an AWV in the year before dialysis initiation (OR = 4.96, 95 % CI: 3.88-6.34). CONCLUSIONS: AWVs are provided at low rates to MA enrollees initiating dialysis, particularly Hispanic enrollees, and represent a missed opportunity for better care management for patients with ESKD. Increasing patient awareness and provider provision of AWV use among dialysis patients may be needed, to realize better preventive care for dialysis patients.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».