Utilization and cost comparison of erythropoiesis-stimulating agents in inpatient and outpatient hospital settings
Notice bibliographique
Résumé
OBJECTIVE: To compare utilization and associated costs of epoetin alfa (EPO) and darbepoetin alfa (DARB), two erythropoiesis-stimulating agents (ESAs), in patients with cancer undergoing chemotherapy and patients with chronic kidney disease (CKD) not on dialysis in inpatient and outpatient hospital settings. METHODS: An analysis of medical claims recorded between January 2006 and December 2009 was conducted using the Premier Perspective Comparative Hospital database. Patients included were ≥18 years old with cancer and chemotherapy or with pre-dialysis CKD and with ≥1 claim for EPO or DARB during a hospital inpatient or outpatient treatment episode. Patients treated with both ESAs or who were receiving dialysis were excluded. Mean cumulative drug costs and dose ratios (units EPO: mcg DARB) were calculated using cumulative dose and April 2010 wholesale acquisition costs. RESULTS: Cancer chemotherapy: 13,832 inpatient stays (EPO: 10,454; DARB: 3378) and 5590 outpatient treatment episodes (EPO: 2856; DARB: 2734) were identified. The inpatient and outpatient populations reported ESA dose ratios of 230:1 and 238:1 with DARB cost premiums of 42% (EPO: $948; DARB: $1348) and 38% (EPO: $3358; DARB: $4627), respectively. CKD: 148,746 hospital stays (EPO: 116,017; DARB: 32,729) and 11,012 outpatient treatment episodes (EPO: 6921; DARB 4091) were identified. The inpatient and outpatient populations reported ESA dose ratios of 251:1 and 257:1 with DARB cost premiums of 30% (EPO: $566; DARB: $738) and 27% (EPO: $2077; DARB: $2642), respectively. LIMITATIONS: The lack of randomization may have led to confounding by indication. In addition, statistical significance must be interpreted with caution in studies involving large samples. CONCLUSIONS: This study of 19,422 patients with cancer receiving chemotherapy and 159,758 patients with pre-dialysis CKD reported ESA dose ratios ranging from 230:1-257:1 (units EPO: mcg DARB) and associated cost premiums of 27-42% for DARB.
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 | 0,005 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».