The Role of Telehealth Payment Parity on Recommended Care and Emergency Department Service Utilization Among Workers With Chronic Conditions
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: State-level telehealth payment parity, requiring equal payment rates for telehealth and in-person visits, played an important role in ensuring access to telehealth services. The objective of our study is to evaluate how improved access, driven by telehealth payment parity, affected the utilization of disease-specific recommended care management services and emergency department (ED) services among insured patients with chronic conditions. RESEARCH DESIGN: We adopted a 2-way fixed-effect difference-in-differences approach using the Merative Commercial Claims and Encounters database from 2019 to 2021. SUBJECTS: We focused on insured workers aged 19-64 with pre-existing mental health disorders or cardiometabolic risks (CMRs). MEASURES: Outcomes include psychotherapy for mental health disorders, preventive care counseling for CMRs, and ED visits. RESULTS: Telehealth payment parity was associated with a significant increase in the number of psychotherapy visits and tele-psychotherapy by 0.221 visits (95% CI: 0.050-0.391) and 0.411 visits (95% CI: 0.003-0.818) per patient per quarter, respectively. The regulation significantly reduced E.D. visits among individuals with mental health disorders by 0.003 visits (95% CI: -0.007 to 0.000) per quarter, a 25% relative decrease compared with the control at preperiod. However, payment parity was not statistically associated with increasing preventive care visits and lowering ED visits among individuals with CMRs. CONCLUSION: Telehealth payment parity has effectively promoted the adoption of psychotherapy and reduced ED visits among insured workers with mental health disorders. However, it has not significantly improved the uptake of preventive care counseling for individuals with CMRs.
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 | 0,000 | 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 ».