Estimating the Cost of Alternate Level of Care When It Is Inextricably Linked to the Cost of Acute Care: A Canadian Example
Notice bibliographique
Résumé
In Canada, hospitals designate patients as Alternate Level of Care (ALC) after they have completed all the necessary treatments and are ready for discharge, but remain in the hospitals and await transfer to an appropriate destination, such as a facility-based long-term care bed, home with care services, or palliative care bed. Provincial governments fund acute care in hospitals. However, hospitals have to divert funds to serve ALC patients. In 2019-20, ALC accounted for 19.31% of total bed-days. Yet, there is no comprehensive estimate of the cost of ALC. Therefore, the objective is to estimate the ALC cost, which is challenging, as the cost data for ALC days is lacking. However, the hospitalization cost (acute care plus ALC costs) and the number of acute and ALC days are available. Applying the log-log regression model with interaction terms between provinces and the natural logarithm of ALC length-of-stay to the hospital discharge data, supplemented by hospitalization cost data, the cost elasticity of ALC length-of-stay was estimated for each province. Then, the estimated cost elasticity, average hospitalization cost, average ALC length-of-stay, and total ALC bed-days for each province were utilized to estimate the province-specific cost of ALC in Canada. Summing these costs across provinces, the total expenditure for ALC services in Canadian provinces was estimated at $2.48 billion in 2019-20. This funding could potentially be redirected to improve value for money and enable timely acute care. Additionally, the study identified key diagnoses driving ALC costs.
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 | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».