MétaCan
Menu
Retour à la cohorte
Enregistrement W4390902265 · doi:10.2337/figshare.24843756

Impact of the COVID-19 Pandemic on Medical Expenditures among Medicare Fee-For Service Beneficiaries Aged 67 Years or Older With Diabetes

2024· preprint· en· W4390902265 sur OpenAlexaboutno aff
Yu Wang, Ping Zhang, Xilin Zhou, Deborah B. Rolka, Giuseppina Imperatore

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueGlobal Health Care Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)PandemicPer capitaPopulationDemographyMedicineCoronavirus disease 2019 (COVID-19)GeographyEnvironmental healthDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Objective: To compare total and out-of-pocket (OOP) medical expenditures between pre-COVID-19 (03/2019—02/2020) and COVID-19 (03/2020—02/2022) periods among Medicare beneficiaries with diabetes. Research Design and Methods: Data were from 100% Medicare fee-for-service claims. Diabetes was identified using the International Classification of Disease codes 10th revision. We calculated quarterly total and OOP medical expenditures at population and per capita level in total and by service type. Per capita expenditures were calculated by dividing the population expenditure by the number of beneficiaries with diabetes in the same quarter. Changes in expenditures were calculated as the differences in the same quarters between the pre-pandemic and pandemic years. Results: Population total expenditure fell to $33.6 billion in the first quarter of the pandemic from $41.7 billion in the same pre-pandemic quarter; it then bounced back to $36.8 billion by fourth quarter of the second pandemic year. The per capita total expenditure fell to $5,356 in the first quarter of the pandemic from $6,500 in the same pre-pandemic quarter. It then increased to $6,096 by the fourth quarter of the second pandemic year, surpassing the same quarter in the pre-pandemic year ($5,982). Both population and per capita OOP expenditures during the pandemic period were lower than the pre-pandemic period. Changes in per capita expenditure between the pre-COVID-19 and COVID-19 periods by service type varied. Conclusions: COVID-19 had a significant impact on both total and per capita medical expenditures among Medicare beneficiaries with diabetes. The COVID-19 pandemic was associated with a lower OOP expenditures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,078
Tête enseignante GPT0,468
Écart entre enseignants0,390 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Health Care IssuesTravaux en français237 207