MétaCan
Menu
Retour à la cohorte
Enregistrement W4414123075 · doi:10.1097/brs.0000000000005496

Medicare’s Benchmarking Spinal DRGs Have Limited Capacity in Capturing the Nuances of Surgical Invasiveness, Hospital Length of Stay, Discharge Disposition, Key Quality Metrics, and Reimbursement Costs for Adult Spinal Deformity

2025· article· en· W4414123075 sur OpenAlexaffabout
Ayush Arora, Jeffrey L. Gum, Eric O. Klineberg, Munish C Gupta, Richard A. Hostin, Khaled Kebaish, Justin K. Scheer, Alan Daniels, Renaud Lafage, Justin S. Smith, Peter G. Passias, Themistocles S. Protopsaltis, Han Jo Kim, Michael P. Kelly, Alex Soroceanu, Christopher I. Shaffrey, Frank Schwab, Robert A. de J. Hart, Douglas Burton, Larry Lenke, Virginie Lafage, Shay Bess, Christopher P. Ames

Notice bibliographique

RevueSpine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueScoliosis diagnosis and treatment
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésReimbursementBenchmarkingSpinal deformityQuality (philosophy)Key (lock)Patient careDeformityMEDLINE

Résumé

récupéré en direct d'OpenAlex

STUDY DESIGN: Retrospective cohort analysis. OBJECTIVE: Assess the distribution of Medicare's spinal-deformity-specific diagnosis-related group (DRGs) relative to surgical invasiveness, hospital length of stay (LOS), discharge disposition, 90-day postoperative quality metrics, and reimbursement costs for adult spinal deformity (ASD) operations. SUMMARY OF BACKGROUND DATA: Heterogeneity of ASD call into question Medicare's DRGs to accurately capture nuances of ASD surgical episodes of care. METHODS: Adults who underwent thoracic to pelvis instrumentation with associated DRGs were identified from a multicenter database. Demographics, operative details, inpatient course, discharge disposition, 90-day adverse events, and reimbursement costs were compared between spinal deformity-specific DRG codes. Distribution of DRGs for a subset of these patients who fit into one of 6 commonly performed surgical strategies to address ASD was also assessed. RESULTS: Of the 314 patients included for analysis, the majority fell into +CC DRGs, while the minority had +MCC DRGs or no MCC/CC DRG. Within each DRG, there was considerable heterogeneity in regard to patients' ages, ASA, CCI, frailty, surgical invasiveness, postoperative ICU/hospital LOS, discharge disposition, and complication profiles.+MCC DRGs had significantly greater ASA and Edmonton Frailty Scores. While +MCC and +CC had relatively similar surgical invasiveness, +MCC had greater ICU admissions, in-hospital adverse events, and nonhome discharges as well as longer ICU, hospital, and rehab LOS. While reimbursements were significantly higher for +MCC DRG compared with +CC DRGs and DRGs without MCC/CC, there were large ranges in reimbursement within all DRG subgroups.The 7 DRGs varied significantly within and between the subset of 6 commonly performed surgical strategies, although there were no differences in regard to ICU admissions and LOS, hospital LOS, discharge disposition, and number of adverse events (in-hospital, 90-day). CONCLUSIONS: While Medicare's spinal-deformity DRG codes capture average trends in surgical/postoperative episodes of care for ASD patients, each encompasses highly heterogeneous patients and associated surgical operations rendering them unreliable gauges of patient/surgical complexity, early postoperative trajectories, and reimbursement costs. A more granular system is needed to more accurately capture the nuances of ASD operations and their associated quality metrics and reimbursement 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,015
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,328
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpineMême sujetScoliosis diagnosis and treatmentTravaux en français237 207