Impact of Primary Care Exception Expansion on Family Medicine Resident Billing During the COVID-19 Pandemic
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: The Medicare Primary Care Exception (PCE) permits indirect supervision of residents performing lower-complexity visits in primary care settings. During the COVID-19 pandemic, Medicare expanded the PCE to all patient visits regardless of complexity. This study investigates how PCE expansion changed resident billing practices at a family medicine residency during calendar year 2020. We hypothesized that residents not constrained by the PCE would bill more high-level visits. METHODS: We queried billing codes from attendings' and residents' established evaluation and management visits associated with the University of Washington Family Medicine Residency (UWFMR) from January to December 2020. We used χ2 tests to compare resident and attending physicians' use of low/moderate and high-level codes by quarter. RESULTS: Resident high-complexity code use increased after PCE expansion in Q4 (odds ratio [OR] 3.50 [2.34-5.23]) compared to Q1. No change was observed among attending physicians (OR 1.05 [0.86-1.28]). Resident and attending billing patterns became more similar following PCE expansion. CONCLUSIONS: With the PCE expansion, senior family medicine resident physicians at UWFMR used higher-complexity billing codes at a rate approximating that of attending physicians. The findings of this study have implications regarding the financial well-being and sustainability of primary care residency training and raise a relevant policy question about whether the PCE expansion should persist. More research is needed to determine whether these findings were replicated in other primary care residency practices, the impact on resident education, and the impact on patient outcomes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».