Health Care Costs for State Transition Models in Prostate Cancer
Notice bibliographique
Résumé
OBJECTIVE: To obtain estimates of direct health care costs for prostate cancer (PC) from diagnosis to death to inform state transition models. METHODS: A stratified random sample of PC patients residing in 3 geographically diverse regions of Ontario, Canada, and diagnosed in 1993-1994, 1997-1998, and 2001-2002, was selected from the Ontario Cancer Registry. We retrieved patients' pathology reports to identify referring physicians and contacted surviving patients and next of kin of deceased patients for informed consent. We reviewed clinic charts to obtain data required to allocate each patient's observation time to 11 PC-specific health states. We linked these data to health care administrative databases to calculate resource use and costs (Canadian dollars, 2008) per health state. A multivariable mixed-effects model determined predictors of costs. RESULTS: The final sample numbered 829 patients. In the regression model, total direct costs increased with age, comorbidity, and Gleason score (all P < 0.0001). Radical prostatectomy was the most costly primary treatment health state ($4676 per 100 days). Radical prostatectomy, hormone-refractory metastatic disease ($6398 per 100 days), and final (predeath) ($13,739 per 100 days) health states were significantly more costly (P < 0.05) than nontreated nonmetastatic PC ($3440 per 100 days), whereas the postprostatectomy ($732 per 100 days) and postradiation ($1556 per 100 days) states cost significantly less (P < 0.0001). CONCLUSIONS: This study used an innovative but labor-intensive approach linking chart and administrative data to estimate health care costs. Researchers should weigh the potential benefits of this method against what is involved in implementation. Modifications in methodology may achieve similar gains with less outlay in individual studies. However, we believe that this is a promising approach for researchers wishing to advance the quality of costing in state transition modeling.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».