Does Higher Spending Improve Survival Outcomes for Myocardial Infarction? Examining the Cost‐Outcomes Relationship Using Time‐Varying Covariates
Notice bibliographique
Résumé
OBJECTIVES: Previous patient-level acute myocardial infarction (AMI) research has found higher hospital spending to be associated with improved survival; however, survivor-treatment selection bias traditionally has been overlooked. The purpose of this study was to examine the AMI cost-outcome relationship, taking into account this form of bias. DATA SOURCES: Hospital Discharge Abstract data tracked costs for AMI hospitalizations. Ontario Vital Statistics data tracked patient mortality. STUDY DESIGN: A standard Cox survival model was compared to an extended Cox model using hospital costs as a time-varying covariate to examine the impact of cost on 1-year survival in a cohort of 30,939 first-time AMI patients in Ontario, Canada, from 2007 to 2010. PRINCIPAL FINDINGS: Higher patient-level AMI spending decreased the hazard of dying (Standard Model: log-cost hazard ratio: 0.513, 95 percent CI: 0.479-0.549; Extended Model: log-cost hazard ratio: 0.700, 95 percent CI: 0.645-0.758); however, the protective effect was overestimated by 62 percent when survivor-treatment bias was overlooked. In the extended model, a 10 percent increase in spending was associated with a 3.6 percent decrease in hazard of death. CONCLUSION: The findings of this study suggest that if survivor-treatment bias is overlooked, future research may materially overstate the protective effect of patient-level spending on outcomes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».