MétaCan
Menu
Retour à la cohorte
Enregistrement W4406968740 · doi:10.1001/jamanetworkopen.2024.57300

Procedural Prescription Denials and Risk of Acute Care Utilization and Spending Among Medicaid Patients

2025· article· en· W4406968740 sur OpenAlexaff
Bhairavi Muralidharan, Sanjay Basu, Jeffrey Tingen, Sadiq Y. Patel

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePharmaceutical Practices and Patient Outcomes
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesUniversity of California, San FranciscoCenters for Disease Control and PreventionNational Institutes of Health
Mots-clésMedicineMedical prescriptionMedicaidDenialPharmacyEmergency medicineHealth careMedicare Part DAcute careManaged careAmbulatory careExacerbationUtilization managementFamily medicinePrescription drugInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Importance: Rising prescription medication costs under Medicaid have led to increased procedural prescription denials by health plans. The effect of unresolved denials on chronic condition exacerbation and subsequent acute care utilization remains unclear. Objective: To examine whether procedural prescription denials are associated with increased net spending through downstream acute care utilization among Medicaid patients not obtaining prescribed medication following a denial. Design, Setting, and Participants: This cross-sectional study used Medicaid claims data from 2022 to 2023 for patients at inpatient, outpatient, and pharmacy sites of care across 2 states (Virginia and Washington) and 2 independent health plans. Patients with at least 1 prescription denial in the study period (January 1 through July 31, 2023) were matched to those without denials in a given medication class, based on demographics, health plan data, chronic condition history, and health care utilization. Rates of and spending for physiologically related acute care visits in the 60 days following a medication fill or denial were compared for the study period. Main Outcomes and Measures: The main outcomes were all-cause acute care utilization and total medical spending (in 2023 US dollars per member per year [PMPY]) for principal diagnoses physiologically related to each medication class, in the 60 days following a medication fill or denial. Sensitivity analyses were performed to check for spurious associations or unmeasured confounders. Results: The 19 725 patients in this study had a median age of 41 (IQR, 29-55) years, and most (60.7%) were female. Patients had a mean (SD) of 3.3 (16.1) comorbidities, 1.0 (2.6) all-cause acute care visits, and 5.6 (7.8) primary care visits during the baseline period. Patients experiencing specific procedural prescription denials had a higher risk of physiologically related emergency department visits and hospitalizations compared with those without a denial in the subsequent 60 days (adjusted odds ratio, 1.40 [95% CI, 1.03-1.88] minimum vs 1.75 [95% CI, 1.39-2.20] maximum for exposure and control groups across the 7 medication classes with significant differences). Denials in 6 medication classes were associated with net total medical spending increases, ranging from $624 (95% CI, $435-$813) to $3016 (95% CI, $1483-$4550) in additional expense PMPY after accounting for both prescription and medical costs attributed to denials. Conclusions and Relevance: The findings of this cross-sectional study suggest that although procedural prescription denials aimed to curb immediate drug costs, some denials prompted heightened acute care utilization and costs that outweighed the short-term prescription budget savings. Health plans should incorporate this potential unintended consequence when shaping prescription coverage policies. Future research should systematically review all medication classes across plans nationally.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,305

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,063
Tête enseignante GPT0,391
Écart entre enseignants0,328 · 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'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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetPharmaceutical Practices and Patient OutcomesTravaux en français237 207