How hospital autonomy affects provider payment reform effectiveness
Notice bibliographique
Résumé
BACKGROUND: Provider payment reforms (PPRs) have demonstrated mixed results for improving health system efficiency. Since PPRs require health care organisations to interpret and implement policies, the organizational characteristics of hospitals may affect the effectiveness of PPRs. Hospitals with more autonomy have the flexibility to respond to PPRs more efficiently, but they may not if the autonomy previously facilitated behaviours that counter the PPR's objective. This study examines whether hospitals with higher autonomy responds to PPRs more effectively. METHODS: We used data from a matched-pair, cluster randomized controlled PPR intervention in a resource-limited Chinese province between 2014 and 2018. The intervention reformed the reimbursement method from the publicly administered New Cooperative Medical Scheme (NCMS) from fee-for-service to global budget. We interacted measures of hospital autonomy over surplus, hiring, and procurement (drugs, consumables, equipment, and overall index) with the difference-in-difference estimator to examine how autonomy moderated the intervention's effect. RESULTS: Autonomy over surplus (p < 0.01) and procurement of equipment (p < 0.01) were associated with relatively faster NCMS expenditure growth, demonstrating worse PPR response. They were also associated with higher expenditure shifting to out-of-pocket expenditures (p > 0.05). Post hoc analysis suggests that hospitals with surplus autonomy had higher OOP per admission (p < 0.01), suggesting profiteering tendencies. Other dimensions of autonomy demonstrated imprecise association. DISCUSSION: Hospitals with more autonomy may not necessarily respond more effectively to PPRs that incentivise efficiency when they had previously been encouraged to maximise profit. Policymakers should assess the extent of perverse incentives before granting autonomy and adjust the incentives accordingly.
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 | 0,002 | 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 ».