Parkinson’s disease and nursing home placement: the economic impact of the need for care
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: To examine the relative risk (RR) for living in nursing homes for patients with Parkinson's disease (PD) compared with the general population and to ascertain society's costs related to nursing home placement for this patient group. METHODS: We evaluated the frequency of admission to nursing homes in a cross-sectional study and during a 12-year follow-up study of 108 patients with PD and 864 controls who were matched for age and sex. The RR for living in a nursing home was calculated at baseline and during follow-up. On the basis of 2007 prices, we estimated the costs per person year of survival for patients with PD and controls. RESULTS: The RR for living in a nursing home at baseline was 5.0 for patients with PD and 4.8 during follow-up. Patients with PD caused 4.8 times higher costs for nursing home placement with euro 18 875 versus euro 3978 per individual and year. The annual costs for institutional care of patients with PD in Norway were euro 132 million. CONCLUSION: Patients with PD have a substantially higher risk for living in nursing homes than the general population. This causes high costs to society. Therapeutic interventions to prevent or delay nursing home admissions are therefore important.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».