MétaCan
Menu
Retour à la cohorte
Enregistrement W2189198699 · doi:10.18553/jmcp.2003.9.4.353

The Economic Impact of Acute Exacerbations of Chronic Bronchitis in the United States and Canada: A Literature Review

2003· review· en· W2189198699 sur OpenAlexaboutno aff
Michael T. Halpern, Mitchell K. Higashi, A. W. Bakst, Jordana K. Schmier

Notice bibliographique

RevueJournal of Managed Care Pharmacy · 2003
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAntibiotic Use and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesGlaxoSmithKline
Mots-clésChronic bronchitisMedicineBronchitisIntensive care medicinePublic healthMEDLINEHealth careHealth economicsPharmacoeconomicsInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Acute exacerbations of chronic bronchitis (AECB) are recurrent and potentially severe medical events for the 13 million people in the United States who have chronic bronchitis. Medical resource use associated with AECB can have a substantial economic impact on the patients, health care system, and society overall. OBJECTIVE: To evaluate literature on the economic impact of AECB in terms of cost of illness, cost of treatments, and cost-effectiveness. METHODS: A MEDLINE literature search was conducted for studies of chronic bronchitis and costs. Reference lists of identified articles were also retrieved for review. RESULTS: Eight published studies were identified: 2 cost-of-illness studies, 1 comparative cost study, and 5 cost-effectiveness studies. Important drivers of costs associated with AECB include hospitalization and choice of antibiotics. In mild to moderate AECB, patient adherence with therapy is essential to consider when selecting treatment. The antibiotic with the lowest acquisition cost has not been shown to be the most cost effective, as adherence and clinical outcomes, particularly rehospitalization rates, differ. CONCLUSION: Further research in these areas is needed to guide clinical decision making and the conduct of disease management programs.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,320
Écart entre enseignants0,307 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Managed Care PharmacyMême sujetAntibiotic Use and ResistanceTravaux en français237 207