DAILY COST PREDICTION MODEL IN NEONATAL INTENSIVE CARE
Notice bibliographique
Résumé
OBJECTIVES: One barrier to economic evaluation alongside neonatal randomized controlled trials is the expense of collecting detailed patient resource information. To reduce this data collection burden, we identified the key resource items that predict daily ancillary costs for extremely low birth weight infants. METHODS: Participants were 385 infants enrolled in the Trial of Indomethacin Prophylaxis for Preterms in nine tertiary level neonatal intensive care units in Canada. Information on eighty-nine nonpersonnel resource items was abstracted from the hospital chart from admission to tertiary hospital discharge. Unit costs were derived from a provincially standardized cost accounting system. Using stepwise linear regression, models correlating total daily ancillary costs with key resource items were constructed for each of five periods of admission. Models were derived in a randomly split half of the total sample of patient days and validated against the remainder. RESULTS: The 385 infants contributed resource information from 23,354 admission days. The regression model for weeks one to twelve included the covariates surfactant, chest radiograph, red blood cell transfusion, cranial ultrasound, abdominal radiograph, parenteral amino acid infusion, surgery, platelet transfusion, and echocardiogram and explained 91% of the variability in daily nonpersonnel costs (P<.0001). Models for other admission periods similarly included between four and eight covariates, were highly significant (P<.0001) and explained between 76% and 94% of daily ancillary cost variability. The regression equations showed excellent predictive power when applied to the second half of the patient data set. CONCLUSIONS: Daily nonpersonnel costs for extremely low birth weight infants are driven by a limited number of key resource variables. The ability to predict total ancillary costs with minimal data collection will facilitate inclusion of economic evaluations in neonatal trials.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».