Effect of disability, homelessness, and neighborhood marginalization on risk adjustment for hospital performance measurement
Notice bibliographique
Résumé
It is not known how disability, homelessness, or neighborhood marginalization influence risk-adjusted hospital performance measurement in a universal health care system. In this study, we evaluated the effect of including these equity-related factors in risk-adjustment models for in-hospital mortality, and 7- and 30-day readmission in 28 hospitals in Ontario, Canada. We compared risk adjustment with commonly used clinical factors to models that also included homelessness, disability, and neighborhood indices of marginalization. We evaluated models using historical data using internal-external cross-validation. We calculated risk-standardized outcome rates for each hospital in a recent reporting period using mixed-effects logistic regression. The cohort included 544 805 admissions. Adjustment for disability, homelessness, and neighborhood marginalization had little impact on discrimination or calibration of risk-adjustment models. However, the adjustment influenced comparative hospital performance on risk-standardized 30-day readmission rates, resulting in 5 hospitals being reclassified among below-average, average, and above-average groups. No hospital was reclassified for mortality and 7-day readmission. In a system with universally insured hospital services, adjustment for disability, homelessness, and neighborhood marginalization influenced estimates of hospital performance for 30-day readmission but not 7-day readmission or in-hospital mortality. These findings can inform researchers and policymakers as they consider when to adjust for these factors in hospital performance measurement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,124 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».