Age‐related treatment patterns in sickle cell disease patients and the associated sickle cell complications and healthcare 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
BACKGROUND: This study explored the blood transfusion patterns, SCD complications, utilization of iron chelation therapies (ICT), healthcare resource use, and costs in pediatric, transitioning (18 years old) and adult patients with SCD. PROCEDURE: Data from Florida (1998-2009), New Jersey (1996-2009), Missouri (1997-2010), Kansas (2001-2009), and Iowa (1998-2010) state Medicaid were used. Patients with ≥2 SCD diagnoses and ≥1 transfusion event were included. Rates of transfusion events, SCD complications, and proportion of eligible patients receiving ICT were calculated. ICT eligibility was defined as receiving ≥10 transfusions over lifetime. SCD complications included pain, pulmonary event, infection event, renal, cardiovascular, stroke, leg ulcers, and avascular necrosis. Regressions were used to assess risk factors for transfusion and identify the main drivers of costs. RESULTS: The sample included 3,208 patients. The transfusion rate increased from 1-year-old to a peak at 16 years old, then dropped until age 26 and remained stable thereafter. In contrast the frequency of diagnoses for SCD complications increased markedly after age 16. Post-transition patients (≥18 years old) were significantly associated with fewer transfusions (odds ratio: 0.80, P = 0.002). Among eligible patients for ICT, there was no statistically significant difference in total cost between the ICT and no ICT groups (adjusted cost difference, $136, P = 0.114). CONCLUSIONS: Patients transitioning to adult care received less transfusions and hydroxyurea, less ICT when eligible for chelation therapy, had higher healthcare costs and suffered from more frequent SCD related complications than pediatric patients. These findings highlight the changes in treatment patterns corresponding to transition to adult care.
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 | 0,000 | 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 découle