Hospital-physician Integration and Value-based Payment
Notice bibliographique
Résumé
BACKGROUND: Hospital-physician integration is often justified as a driver of clinical quality improvement due to joint resources covering a broad spectrum of care. Value-based programs, such as the Medicare Merit-Based Incentive Payment System (MIPS), are intended to tie financial incentives to clinical quality, which may confer an advantage on such integrated practices. OBJECTIVES: We assessed the relationship between hospital-physician integration and MIPS performance by comparing hospital-integrated practices and independent practices. RESEARCH DESIGN: This was a cross-sectional study using data from the Quality Payment Program for the performance year 2020. SUBJECTS: Physician practices with a valid MIPS composite score in performance year 2020. MEASURES: Hospital integration was based on whether at least 75% of a practice's physicians either billed most of their services using hospital outpatient department codes or billed through a hospital tax identifier. The primary outcome was the MIPS quality category score, and the secondary outcomes were the specific quality measures reported by practice groups. RESULTS: Of the 20 most frequently reported measures, 14 were common in both groups. No difference was observed in the quality category score between hospital-integrated practices and independent practices in either unadjusted comparisons or after adjusting for practice characteristics, including practice size, geography, specialty mix, and case mix. In the secondary outcome models for specific quality measures, hospital-integrated practices achieved higher scores on most overlap measures but not all. CONCLUSIONS: The findings on quality category score suggest that hospital integration does not confer much advantage in the context of MIPS quality performance.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».