The cost of major comorbidity in people with diabetes mellitus.
Notice bibliographique
Résumé
BACKGROUND: People with diabetes mellitus are more likely to have cardiovascular, renal and ophthalmic comorbidity than those without diabetes. Information on the economic impact of diabetes and its complications on the Canadian health care system is limited. METHODS: To estimate health care expenditures for diabetes and its major complications, we identified people with diabetes in 1996 in Saskatchewan, using the administrative databases of Saskatchewan Health. We grouped utilization and expenditure data for prescription drugs, physician services, hospitalizations, day surgery procedures and dialysis services according to cardiovascular, renal and ophthalmic services, according to billing codes and the American Hospital Formulary Services classification for prescription drugs. RESULTS: Of the 38 124 people identified (48.5% female and 9.7% registered Indians), 46.6% had cardiovascular-related records, 19.8% ophthalmic-related records and 6.6% renal-related records. Registered Indians had significantly fewer (p < 0.001) cardiovascular-related records than the rest of the diabetic population (35.1% v. 47.9%, respectively) but more renal- related records (11.7% v. 6.0%, respectively). The total 1996 Saskatchewan Health expenditure for the study group, within the observed categories, was estimated to be $134.3 million, of which $35.5 million (26.4%) was for cardiovascular-related services, $10 million (7.5%) for renal-related services and $3.3 million (2.5%) for ophthalmic-related services. INTERPRETATION: In 1996, 36.4% of health care expenditures for people with diabetes was attributable to major comorbidity. Actions to prevent or control such comorbidity will yield significant cost savings.
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 | 0,000 |
| 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 ».