Abstract 9811: Medical Resource Use, Costs and Quality of Life are Similar Between Patients with Acute Decompensated Heart Failure Treated with Nesiritide Versus Placebo
Notice bibliographique
Résumé
Introduction: In the recent Acute Study of Clinical Effectiveness of Nesiritide in Decompensated Heart Failure Trial (ASCEND-HF), treatment with nesiritide did not reduce heart failure rehospitalization or mortality at 30 days relative to treatment with placebo. Dyspnea was marginally improved with nesiritide, but did not reach pre-specified levels for statistical significance. Our study reports on a prospective economic and quality of life evaluation that was conducted as part of the trial. Objective: Compare medical resource use, costs and quality of life outcomes between patients randomized to nesiritide versus placebo in the ASCEND-HF. Methods: Detailed resource use data, including data on length of stay and readmissions within 30 days were collected on the case report form. Quality of life was assessed using the EQ-5D, administered at baseline, 24 hours, discharge, and 30 days. Hospital billing data representing 1253 admissions for US patients were used to develop a cost prediction model (R 2 =0.70), which was used to generate inpatient cost estimates for patients without billing data (US and non-US). To lessen the influence of geographical variations in length of stay when estimating costs, we applied an adjustment in which length of stay was reweighted based on the mean LOS in the US relative to each country. Generalized linear models were used to compare resource use and costs. Responses to the EQ-5D were converted to US utility weights. Patients who died were assigned an EQ-5D value of 0. ANOVA was used to compare EQ-5D utilities between treatment groups. Results: Of 7141 patients randomized, 7007 received study drug. Estimates of resource use, direct medical costs and EQ-5D utility weights are reported in the Table. Conclusions: Consistent with main study findings, measures of medical resource use, costs, and EQ-5D health utilities were similar between nesiritide and placebo in this trial.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».