Health Care Costs in People With Diabetes and Their Association With Glycemic Control and Kidney Function
Notice bibliographique
Résumé
OBJECTIVE: To determine the association between laboratory-derived measures of glycemic control (HbA1c) and the presence of renal complications (measured by proteinuria and estimated glomerular filtration rate [eGFR]) with the 5-year costs of caring for people with diabetes. RESEARCH DESIGN AND METHODS: We estimated the cumulative 5-year cost of caring for people with diabetes using a province-wide cohort of adults with diabetes as of 1 May 2004. Costs included physician visits, hospitalizations, ambulatory care (emergency room visits, day surgery, and day medicine), and drug costs for people >65 years of age. Using linked laboratory and administrative clinical and costing data, we determined the association between baseline glycemic control (HbA1c), proteinuria, and kidney function (eGFR) and 5-year costs, controlling for age, socioeconomic status, duration of diabetes, and comorbid illness. RESULTS: We identified 138,662 adults with diabetes. The mean 5-year cost of diabetes in the overall cohort was $26,978 per patient, excluding drug costs. The mean 5-year cost for the subset of people >65 years of age, including drug costs, was $44,511 (Canadian dollars). Cost increased with worsening kidney function, presence of proteinuria, and suboptimal glycemic control (HbA1c >7.9%). Increasing age, Aboriginal status, socioeconomic status, duration of diabetes, and comorbid illness were also associated with increasing cost. CONCLUSIONS: The cost of caring for people with diabetes is substantial and is associated with suboptimal glycemic control, abnormal kidney function, and proteinuria. Future studies should assess if improvements in the management of diabetes, assessed with laboratory-derived measurements, result in cost reductions.
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 ».