The Economic Burden of Schizophrenia in the United States in 2013
Notice bibliographique
Résumé
OBJECTIVE: The objective of this study was to estimate the US societal economic burden of schizophrenia and update the 2002 reported costs of $62.7 billion given the disease management and health care structural changes of the last decade. METHODS: A prevalence-based approach was used to assess direct health care costs, direct non-health care costs, and indirect costs associated with schizophrenia (ICD-9 codes 295.xx) for 2013, with cost adjustments where necessary. Direct health care costs were estimated using a retrospective matched cohort design using the Truven Health Analytics MarketScan Commercial Claims and Encounters, Medicare Supplemental, and Medicaid Multistate databases. Direct non-health care costs were estimated for law enforcement, homeless shelters, and research and training. Indirect costs were estimated for productivity loss from unemployment, reduced work productivity among the employed, premature mortality (ie, suicide), and caregiving. RESULTS: The economic burden of schizophrenia was estimated at $155.7 billion ($134.4 billion-$174.3 billion based on sensitivity analyses) for 2013 and included excess direct health care costs of $37.7 billion (24%), direct non-health care costs of $9.3 billion (6%), and indirect costs of $117.3 billion (76%) compared to individuals without schizophrenia. The largest components were excess costs associated with unemployment (38%), productivity loss due to caregiving (34%), and direct health care costs (24%). CONCLUSIONS: Schizophrenia is associated with a significant economic burden where, in addition to direct health care costs, indirect and non-health care costs are strong contributors, suggesting that therapies should aim at improving not only symptom control but also cognition and functional performance, which are associated with substantial non-health care and indirect costs.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».