Leveraging Medicaid Claims to Map Complex Chronic Conditions for Emergency Preparedness
Rattachement africain : us, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
CONTEXT: Populations with complex chronic conditions (CCCs), especially those reliant on medical technology, face disproportionate risks during disasters. Medicaid enrollees make up a large portion of these vulnerable populations, yet states often lack rapid identification systems to inform disaster planning. PROGRAM: Florida Medicaid developed a claims-based method to identify enrollees with CCCs, including those dependent on medical technology, to support emergency preparedness and response activities. IMPLEMENTATION: Using the Florida Medicaid Management Information System, the team applied a validated diagnostic and procedural code framework to classify enrollees into 12 CCC categories. Data were analyzed by age, geography, and technology dependence. Health plans received real-time reports before and after hurricanes in 2022 to 2024. EVALUATION: Among 4.4 million enrollees, 7.2% had CCCs, and 18.2% of those were technology dependent. Geographic mapping showed higher concentrations in rural and coastal areas prone to disasters. Health plans reported using the data to contact members and coordinate services during hurricane recovery. DISCUSSION: This effort demonstrates the feasibility and utility of applying claims data to support disaster management. Other states may adapt this approach to improve emergency response and continuity of care for Medicaid's most medically vulnerable populations.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Leveraging Medicaid Claims to Map Complex Chronic Conditions for Emergency Preparedness
- Date Crossref
- 03/12/2025
- Éditeur
- Ovid Technologies (Wolters Kluwer Health)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Florida State University Department of Anthropology pays non établi dans la noticeUniversité ou école supérieure
-
Florida A&M University - Florida State University College of Engineering pays non établi dans la noticeUniversité ou école supérieure
-
University of Florida Health Department of Medicine pays non établi dans la noticeUniversité ou école supérieure
-
University of Florida pays non établi dans la noticeUniversité ou école supérieure
-
Florida College pays non établi dans la noticeUniversité ou école supérieure
-
LuK Lamellen und Kupplungsbau (Germany) pays non établi dans la noticeEntreprise
-
College of Medicine Author Affiliations: Department of Health Outcomes and Biomedical Informatics pays non établi dans la noticeUniversité ou école supérieure
-
Chakrabarti) pays non établi dans la noticeInstitution
-
Data Science Team pays non établi dans la noticeInstitution
-
Mkuu) pays non établi dans la noticeInstitution
-
Lurk) pays non établi dans la noticeInstitution
-
Cogle) pays non établi dans la noticeInstitution
Department of Anthropology — Florida State University, Florida A&M University - Florida State University College of Engineering et Department of Medicine — University of Florida Health, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.