How Much do Preexisting Chronic Conditions Contribute to Age Differences in Health Care Expenditures After a Work-related Musculoskeletal Injury?
Notice bibliographique
Résumé
OBJECTIVES: To estimate the contribution of preexisting chronic conditions on age differences in health care expenditures for the management of work-related musculoskeletal injuries in British Columbia. METHODS: A secondary analysis of workers' compensation claims submitted over the 5-year period between January 1, 2002 and December 31, 2006 (N = 55,827 claims among men and 32,141 claims among women). Path models examined the relationships between age and health care expenditures, and the extent to which age differences in health care expenditures were mediated by preexisting chronic conditions. Models were adjusted for individual, injury, occupational, and industrial covariates. RESULTS: The relationship between age and health care expenditures differed for men and women, with a stronger age gradient observed among men. Preexisting osteoarthritis and coronary heart disease were associated with elevated health care expenditures among men and women. Diabetes was associated with elevated health care expenditures among men only, and depression was associated with elevated health care expenditures among women only. The percentage of the age effect on health care expenditures that was mediated through preexisting chronic conditions increased from 12.4% among 25-34-year-old men (compared with 15-24 y) to 26.6% among 55+-year-old men; and 14.6% among 25-34-year-old women to 35.9% among women 55 and older. CONCLUSIONS: The results of this study demonstrate that differences in preexisting chronic conditions have an impact on the relationship between older age and greater health care expenditures after a work-related musculoskeletal injury. The differing prevalence of preexisting osteoarthritis, coronary heart disease, and to a lesser extent diabetes (among men) and depression (among women) across age groups explain a nontrivial proportion of the age effect in health care expenditures after injury. However, approximately two thirds or more of the age effect in health care expenditures remains unexplained.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».