The Importance of Indirect Costs in Primary Cardiovascular Disease Prevention
Notice bibliographique
Résumé
BACKGROUND: The losses in productivity due to cardiovascular disease (CVD) are substantial but rarely considered in health economic analyses. We compared the cost-effectiveness of lipid level modification in the primary prevention of CVD with and without these indirect costs. METHODS: We used the Cardiovascular Life Expectancy Model to estimate the long-term benefits and cost-effectiveness of lipid level modification with atorvastatin calcium, including 28% and 38% reductions in total cholesterol and low-density lipoprotein cholesterol levels, respectively, and a 5.5% increase in high-density lipoprotein cholesterol level. The direct costs included all medical care costs associated with CVD. The indirect costs represented the loss of employment income and the decreased value of housekeeping services after different manifestations of CVD. All costs were expressed in 2000 Canadian dollars. RESULTS: When only direct medical care costs were considered, the incremental cost-effectiveness ratios for lifelong therapy with atorvastatin calcium, 10 mg/d, were generally positive, ranging from a few thousand to nearly $20 000 per year of life saved. When the societal point of view was adopted and indirect costs were included, the total costs were generally negative, representing substantial cost savings (up to $50 000) and increased life expectancy for most groups of individuals. CONCLUSIONS: Lipid therapy with statins can reduce CVD morbidity and mortality as demonstrated in a number of clinical trials. Adding the indirect CVD costs associated with productivity losses at work and home can result in forecasted cost savings to society as a whole such that lipid therapy could potentially save lives and money.
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 | 0,001 | 0,001 |
| 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 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 ».