Differences in health care spending and utilization among older frail adults in <scp>high‐income</scp> countries: <scp>ICCONIC</scp> hip fracture persona
Notice bibliographique
Résumé
OBJECTIVE: This study explores differences in spending and utilization of health care services for an older person with frailty before and after a hip fracture. DATA SOURCES: We used individual-level patient data from five care settings. STUDY DESIGN: We compared utilization and spending of an older person aged older than 65 years for 365 days before and after a hip fracture across 11 countries and five domains of care as follows: acute hospital care, primary care, outpatient specialty care, post-acute rehabilitative care, and outpatient drugs. Utilization and spending were age and sex standardized.. DATA COLLECTION/EXTRACTION METHODS: The data were compiled by the International Collaborative on Costs, Outcomes, and Needs in Care (ICCONIC) across 11 countries as follows: Australia, Canada, England, France, Germany, the Netherlands, New Zealand, Spain, Sweden, Switzerland, and the United States. PRINCIPAL FINDINGS: The sample ranged from 1859 patients in Spain to 42,849 in France. Mean age ranged from 81.2 in Switzerland to 84.7 in Australia. The majority of patients across countries were female. Relative to other countries, the United States had the lowest inpatient length of stay (11.3), but the highest number of days were spent in post-acute care rehab (100.7) and, on average, had more visits to specialist providers (6.8 per year) than primary care providers (4.0 per year). Across almost all sectors, the United States spent more per person than other countries per unit ($13,622 per hospitalization, $233 per primary care visit, $386 per MD specialist visit). Patients also had high expenditures in the year prior to the hip fracture, mostly concentrated in the inpatient setting. CONCLUSION: Across 11 high-income countries, there is substantial variation in health care spending and utilization for an older person with frailty, both before and after a hip fracture. The United States is the most expensive country due to high prices and above average utilization of post-acute rehab 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».