The clinical and cost burden of coronary calcification in a Medicare cohort: An economic model to address under-reporting and misclassification
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Coronary artery calcification (CAC) is a well-established risk factor for the occurrence of adverse ischemic events. However, the economic impact of the presence of CAC is unknown. OBJECTIVES: Through an economic model analysis, we sought to estimate the incremental impact of CAC on medical care costs and patient mortality for de novo percutaneous coronary intervention (PCI) patients in the 2012 cohort of the Medicare elderly (≥65) population. METHODS: This aggregate burden-of-illness study is incidence-based, focusing on cost and survival outcomes for an annual Medicare cohort based on the recently introduced ICD9 code for CAC. The cost analysis uses a one-year horizon, and the survival analysis considers lost life years and their economic value. RESULTS: For calendar year 2012, an estimated 200,945 index (de novo) PCI procedures were performed in this cohort. An estimated 16,000 Medicare beneficiaries (7.9%) were projected to have had severe CAC, generating an additional cost in the first year following their PCI of $3500, on average, or $56 million in total. In terms of mortality, the model projects that an additional 397 deaths would be attributable to severe CAC in 2012, resulting in 3770 lost life years, representing an estimated loss of about $377 million, when valuing lost life years at $100,000 each. CONCLUSIONS: These model-based CAC estimates, considering both moderate and severe CAC patients, suggest an annual burden of illness approaching $1.3 billion in this PCI cohort. The potential clinical and cost consequences of CAC warrant additional clinical and economic attention not only on PCI strategies for particular patients but also on reporting and coding to achieve better evidence-based decision-making.
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.
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 | 0,009 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle