(Correcting) misdiagnoses of asthma: a cost effectiveness analysis
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: The prevalence of physician-diagnosed-asthma has risen over the past three decades and misdiagnosis of asthma is potentially common. OBJECTIVE: to determine whether a secondary-screening-program to establish a correct diagnosis of asthma in those who report a physician diagnosis of asthma is cost effective. METHOD: Randomly selected physician-diagnosed-asthmatic subjects from 8 Canadian cities were studied with an extensive diagnostic algorithm to rule-in, or rule-out, a correct diagnosis of asthma. Subjects in whom the diagnosis of asthma was excluded were followed up for 6-months and data on asthma medications and heath care utilization was obtained. Economic analysis was performed to estimate the incremental lifetime costs associated with secondary screening of previously diagnosed asthmatic subjects. Analysis was from the perspective of the Canadian healthcare system and is reported in Canadian dollars. RESULTS: Of 540 randomly selected patients with physician diagnosed asthma 150 (28%; 95%CI 19-37%) did not have asthma when objectively studied. 71% of these misdiagnosed patients were on some asthma medications. Incorporating the incremental cost of secondary-screening for the diagnosis of asthma, we found that the average cost savings per 100 individuals screened was $35,141 (95%CI $4,588-$69,278). CONCLUSION: Cost savings primarily resulted from lifetime costs of medication use averted in those who had been misdiagnosed.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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