Healthcare Resource Utilization and Costs Associated with Recurrent Episodes of Atrial Fibrillation: The FRACTAL Registry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Drivers of cost in the atrial fibrillation (AF) population are not fully understood. We sought to characterize the resource utilization and costs of treating new-onset AF, with emphasis on the incremental costs associated with recurrent episodes of AF over time. METHODS AND RESULTS: An inception cohort of 973 AF patients was followed at 3-6 month intervals in an observational registry over a mean of 24 +/- 9 months. AF therapies, clinical outcomes, and both inpatient and outpatient medical resource utilization were tracked at each follow-up interval. Registry patients were managed primarily with cardioversion and pharmacological therapy. Direct healthcare costs were calculated from a U.S. perspective by multiplying measures of resource utilization by representative price weights. Costs were compared among patients in whom the initial episode of AF became permanent and patients who initially achieved sinus rhythm and had either 0, 1-2, or > or = 3 documented recurrences during follow-up. Mean annual costs for these four groups were $2,372, $3,385, $6,331, and $10,312 per patient per year, respectively (P < 0.001 for trend), with the largest variation related to hospital costs. In multivariable analysis controlling for demographic characteristics and baseline cardiac and comorbid conditions, each documented recurrence of AF was found to increase annual healthcare costs by approximately $1,600. CONCLUSION: Following initial diagnosis, patients with AF treated with traditional therapies incur $4,000-$5,000 in annual direct healthcare costs. Costs are markedly higher in patients with multiple AF recurrences. These data may be helpful in evaluating the economic impact of new technologies for treating AF.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 découle