MétaCan
Menu
Retour à la cohorte
Enregistrement W4389856853 · doi:10.1016/j.healthpol.2023.104968

International strategies, experiences, and payment models to incentivise day surgery

2023· article· en· W4389856853 sur OpenAlexaboutno aff
Anika Kreutzberg, Helene Eckhardt, Ricarda Milstein, Reinhard Busse

Notice bibliographique

RevueHealth Policy · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient Satisfaction in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveRestructuringPaymentHealth careBusinessHealth policyMedicinePublic economicsFinanceEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

The importance of day surgery as a less costly alternative compared to conventional inpatient hospital stays is growing internationally. The rate of day surgery activities has increased across Europe. However, this trend has been heterogeneous across countries, and might still be below its potential. Since payment systems affect how providers offer care, they represent a policy instrument to further increase the rate of day surgeries. In this paper, we review international strategies to promote day surgery with a particular focus on payment models for 13 OECD countries (Australia, Austria, Canada, Denmark, England, Estonia, Finland, France, Germany, Netherlands, Norway, Sweden, Switzerland). We conduct a cross-country comparison based on an email survey of health policy experts and a comprehensive literature review of peer-reviewed papers and grey literature. Our research shows that all countries aim to strengthen day surgery activity to increase health system efficiency. Several countries used financial and non-financial policy measures to overcome misaligned incentive structures and promote day surgery activity. Financial incentives for day surgery can serve as a policy instrument to promote change. We recommend embedding these incentives in a comprehensive approach of restructuring health systems. In addition, we encourage countries to monitor and evaluate the effect of changes to payment systems on day surgeries to allow for more informed decision-making.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,244
Tête enseignante GPT0,512
Écart entre enseignants0,268 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth PolicyMême sujetPatient Satisfaction in HealthcareTravaux en français237 207