Effects of hospital funding reform on wait times for hip fracture surgery: a population-based interrupted time-series analysis
Notice bibliographique
Résumé
Abstract Background Health care funding reforms are being used worldwide to improve system performance but may invoke unintended consequences. We assessed the effects of introducing a targeted hospital funding model, based on fixed price and volume, for hip fractures. We hypothesized the policy change was associated with reduction in wait times for hip fracture surgery, increase in wait times for non-hip fracture surgery, and increase in the incidence of after-hours hip fracture surgery. Methods This was a population-based, interrupted time series analysis of 49,097 surgeries for hip fractures, 10,474 for ankle fractures, 1,594 for tibial plateau fractures, and 40,898 for appendectomy at all hospitals in Ontario, Canada between April 2012 and March 2017. We used segmented regression analysis of interrupted monthly time series data to evaluate the impact of funding reform enacted April 1, 2014 on wait time for hip fracture repair (from hospital presentation to surgery) and after-hours provision of surgery (occurring between 1700 and 0700 h). To assess potential adverse consequences of the reform, we also evaluated two control procedures, ankle and tibial plateau fracture surgery. Appendectomy served as a non-orthopedic tracer for assessment of secular trends. Results The difference (95 % confidence interval) between the actual mean wait time and the predicted rate had the policy change not occurred was − 0.46 h (-3.94 h, 3.03 h) for hip fractures, 1.46 h (-3.58 h, 6.50 h) for ankle fractures, -3.22 h (-39.39 h, 32.95 h) for tibial plateau fractures, and 0.33 h (-0.57 h, 1.24 h) for appendectomy (Figure 1; Table 3). The difference (95 % confidence interval) between the actual and predicted percentage of surgeries performed after-hours − 0.90 % (-3.91 %, 2.11 %) for hip fractures, -3.54 % (-11.25 %, 4.16 %) for ankle fractures, 7.09 % (-7.97 %, 22.14 %) for tibial plateau fractures, and 1.07 % (-2.45 %, 4.59 %) for appendectomy. Conclusions We found no significant effects of a targeted hospital funding model based on fixed price and volume on wait times or the provision of after-hours surgery. Other approaches for improving hip fracture wait times may be worth pursuing instead of funding reform.
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 | 0,015 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».