Economic impact of the Swiss Diagnosis-Related Group system on acute neurorehabilitation
Notice bibliographique
Résumé
Objective: To assess the economic impact of introducing the Swiss Diagnosis-Related Group (DRG)-financing system on the Acute Neurorehabilitation Unit (ANRU) of a University hospital in 2012 and to discuss the implications in 2020.Methods: A retrospective study using monocentric patient cohort and collecting anonymized data of consecutive patients admitted to the ANRU in 2012 and 2013. The characteristics, DRG A43Z, costs and revenues were retrieved from the hospital accounting system and allowed a comparison between the 2012 and 2013 groups of patients.Results: Forty-seven patients were included over the assessment period. In 2012, of the 23 patients admitted, 20 were coded A43Z, while in 2013, out of the 24 admissions, only eight had that specific code (p < .01). The average length of stay (LOS) increased from 45.5 days in 2012 to 49.5 days in 2013. Similarly, the average cost per patient increased by Swiss Franc (CHF) 19,994 over the two years, from CHF 183,634 in 2012 to CHF 194,629 in 2013. Finally, the average reimbursement per patient diminished by CHF 11,392, from CHF 193,153 in 2012 to CHF 181,760 in 2013.Conclusions: The negative impact on the cost–revenue balance is linked to both the increased cost of a longer stay and the decreased revenue due to less patients being coded A43Z. This study highlights the difficulties to justify funding of the complex care needed and to properly reflect patient burden in medico-administrative documents. Certainly, there is a need for a concerted effort to identify the services and resources needed within the DRG-system to guarantee the optimal management of acute neurorehabilitation.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».