A Markov Model Approach Assessing the Cost of Illness of Generalized Anxiety Disorder in Canada
Notice bibliographique
Résumé
INTRODUCTION: Generalized anxiety disorder (GAD) is a chronic disease with waxing and waning of symptoms. This is the first comprehensive economic model developed to reflect the nature and course of GAD. METHODS: An incidence-based probabilistic Markov model was developed reflecting nine GAD health states (HS): clinical assessments (three HS), maintenance therapies (four HS), discontinuation (one HS), and death (one HS). A probability curve of the GAD onset (ages 18-80) determined entry into the model and assumed patients retained the diagnoses until death. Canadian Psychiatric Association (CPA) guidelines determined pharmacotherapy, with revisions/validation by an expert panel. Direct costs (clinician, pharmacotherapy, hospitalization) were retrieved from government publications. Remission was based on pooled-analysis of CPA-cited evidence. Remaining clinical rates, absenteeism, and hospitalization were retrieved from the literature. Direct costs were attributed throughout the model except for the discontinuation and death HS. Indirect costs (wage rate) were retrieved from government publications and the literature (absenteeism), and were attributed to patients with GAD ≤65 years of age. Results were discounted at 5% and results expressed in 2008 Canadian dollars. RESULTS: The mean lifetime cost of illness (COI) was estimated to be $31,213 (SD $9,100) per patient. The cost of absenteeism accounted for 96% of the mean COI. The mean age of onset was 31 years and approximately 19% did not respond to pharmacotherapy. Over 85% of patients discontinued treatment by the fourth cycle (2nd year of therapy). Over the course of the model, a mean of 53% of patients relapsed, with an average rate of 0.79 relapses per patient. On average and over a lifetime, the disorder went unmanaged over a period of 14 (SD 9) years. The model was most sensitive to absenteeism. CONCLUSION: GAD is a costly disease with a lifetime COI <$32k/patient, with absenteeism exerting a significant impact.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».