Cost of managing an episode of relapse in multiple sclerosis in the United States
Notice bibliographique
Résumé
BACKGROUND: The purpose of this study was to determine the direct medical US cost of managing multiple sclerosis relapses. METHODS: Direct data analysis and cost modeling were employed to derive typical resource use profiles and costs in 2002 US dollars, from the perspective of a third-party payer responsible for comprehensive health-care. The location and scope of health care services provided over a 90-day period were used to define three levels of relapse management. Hospitalization and resulting subsequent care was defined as high intensity management. A medium level of intervention was defined as either use of the emergency room, an observational unit, or administration of acute treatments, such as intravenous methylprednisolone in an outpatient or home setting. The lowest intensity of care comprised physician office visits and symptom-related medications. Data were obtained from many sources including all payer inpatient, ambulatory and emergency room databases from several states, fee schedules, government reports, and literature. All charges were adjusted using cost-to-charge ratios. RESULTS: Average cost per person for high management level was 12,870 dollars, based on analysis of 4,634 hospital cases (mean age 48 years, 73% female). Hospital care comprised 71% of that cost. At discharge, 36% required inpatient sub-acute care, rehabilitation or home care. The typical cost per moderate episode was 1,847 dollars and mild episode 243 dollars. CONCLUSIONS: Management strategies leading to a reduction in the frequency and severity of a relapse, less reliance on inpatient care, or increased access to steroid infusions in the home, would have a substantial impact on the economic consequences of managing relapses.
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 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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».