Economic costs of chemotherapy-induced febrile neutropenia among patients with non-Hodgkin’s lymphoma in European and Australian clinical practice
Notice bibliographique
Résumé
BACKGROUND: Economic implications of chemotherapy-induced febrile neutropenia (FN) in European and Australian clinical practice are largely unknown. METHODS: Data were obtained from a European (97%) and Australian (3%) observational study of patients with non-Hodgkin's lymphoma (NHL) receiving CHOP (±rituximab) chemotherapy. For each patient, each cycle of chemotherapy within the course, and each occurrence of FN within cycles, was identified. Patients developing FN in a given cycle ("FN patients"), starting with the first, were matched to those who did not develop FN in that cycle ("comparison patients"), irrespective of subsequent FN events. FN-related healthcare costs (£2010) were tallied for the initial FN event as well as follow-on care and FN events in subsequent cycles. RESULTS: Mean total cost was £5776 (95%CI £4928-£6713) higher for FN patients (n = 295) versus comparison patients, comprising £4051 (£3633-£4485) for the initial event and a difference of £1725 (£978-£2498) in subsequent cycles. Among FN patients requiring inpatient care (76% of all FN patients), mean total cost was higher by £7259 (£6327-£8205), comprising £5281 (£4810-£5774) for the initial hospitalization and a difference of £1978 (£1262-£2801) in subsequent cycles. CONCLUSIONS: Cost of chemotherapy-induced FN among NHL patients in European and Australian clinical practice is substantial; a sizable percentage is attributable to follow-on care and subsequent FN events.
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 ».