The Economic Impact of Migraine: An Analysis of Direct and Indirect Costs
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
OBJECTIVE: This study examined whether individuals with migraine incurred greater direct and indirect costs than a matched group free of migraines. METHODS: Using population-based survey data, we matched individuals with migraine (n = 1087) and a migraine-free control group one-to-one for age, sex, employment status, and number of comorbidities. We assessed the prior six months' direct medical care in terms of self-reported hospital days and emergency department and physician visits. Costs were computed by multiplying utilization by unit costs and summing across categories. Indirect costs were calculated based on the number of days missed from employment or household activities. RESULTS: The sample was 80% female and had an average of 39 years and 0.4 comorbid conditions. Two-thirds were employed. Migraineurs had higher direct medical costs over the prior six months (522 dollars versus 415 dollars, P =.039), primarily due to a greater frequency of physician and emergency department visits. The cost of lost productivity for the migraine group was also higher, by more than 200 dollars (P =.014). The combined total for direct and indirect costs was 1,242 dollars for migraineurs and 929 dollars for the comparison group (P =.006). Additional analyses comparing those with moderate versus severe migraine demonstrated that more severe migraineurs had higher costs for lost productivity (1,021 dollars versus 251 dollars, P<.001) and higher costs when direct and indirect costs were combined (1,656 dollars versus 685 dollars, P<.001). CONCLUSION: Migraine is an expensive illness and two-thirds of the financial burden is linked to indirect costs. Consequently, individuals with migraine, employers, and insurance companies all have an economic stake in reducing the migraine burden.
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 | 0,004 | 0,000 |
| 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 | 0,000 |
| 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