MétaCan
Menu
Retour à la cohorte
Enregistrement W2168917374 · doi:10.1111/ajt.12662

Economic Consequences Incurred by Living Kidney Donors: A Canadian Multi-Center Prospective Study

2014· article· en· W2168917374 sur OpenAlex
Scott Klarenbach, Jagbir Gill, Greg Knoll, Timothy Caulfield, Neil Boudville, G. V. Ramesh Prasad, Martin Karpinski, Leroy Storsley, Darin Treleaven, Jennifer Arnold, Meaghan S. Cuerden, P Jacobs, Amit X. Garg

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueAmerican Journal of Transplantation · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueOrgan Donation and Transplantation
Établissements canadiensWestern UniversityMcMaster UniversityUniversity of ManitobaUniversity of TorontoUniversity of AlbertaUniversity of British ColumbiaUniversity of OttawaInstitute of Health Economics
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesFondation pour la Recherche MédicaleUniversity of Alberta
Mots-clésMedicineDonationIndirect costsPercentileCost–benefit analysisEconomic evaluationKidney donationDemographyKidney transplantationSurgeryTransplantationEconomic growth

Résumé

récupéré en direct d'OpenAlex

Some living kidney donors incur economic consequences as a result of donation; however, these costs are poorly quantified. We developed a framework to comprehensively assess economic consequences from the donor perspective including out-of-pocket cost, lost wages and home productivity loss. We prospectively enrolled 100 living kidney donors from seven Canadian centers between 2004 and 2008 and collected and valued economic consequences ($CAD 2008) at 3 months and 1 year after donation. Almost all (96%) donors experienced economic consequences, with 94% reporting travel costs and 47% reporting lost pay. The average and median costs of lost pay were $2144 (SD 4167) and $0 (25th–75th percentile 0, 2794), respectively. For other expenses (travel, accommodation, medication and medical), mean and median costs were $1780 (SD 2504) and $821 (25th–75th percentile 242, 2271), respectively. From the donor perspective, mean cost was $3268 (SD 4704); one-third of donors incurred cost >$3000, and 15% >$8000. The majority of donors (83%) reported inability to perform usual household activities for an average duration of 33 days; 8% reported out-of-pocket costs for assistance with these activities. The economic impact of living kidney donation for some individuals is large. We advocate for programs to reimburse living donors for their legitimate costs. Some living kidney donors incur economic consequences as a result of donation; however, these costs are poorly quantified. We developed a framework to comprehensively assess economic consequences from the donor perspective including out-of-pocket cost, lost wages and home productivity loss. We prospectively enrolled 100 living kidney donors from seven Canadian centers between 2004 and 2008 and collected and valued economic consequences ($CAD 2008) at 3 months and 1 year after donation. Almost all (96%) donors experienced economic consequences, with 94% reporting travel costs and 47% reporting lost pay. The average and median costs of lost pay were $2144 (SD 4167) and $0 (25th–75th percentile 0, 2794), respectively. For other expenses (travel, accommodation, medication and medical), mean and median costs were $1780 (SD 2504) and $821 (25th–75th percentile 242, 2271), respectively. From the donor perspective, mean cost was $3268 (SD 4704); one-third of donors incurred cost >$3000, and 15% >$8000. The majority of donors (83%) reported inability to perform usual household activities for an average duration of 33 days; 8% reported out-of-pocket costs for assistance with these activities. The economic impact of living kidney donation for some individuals is large. We advocate for programs to reimburse living donors for their legitimate costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,260
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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