MétaCan
Menu
Retour à la cohorte
Enregistrement W2299509180 · doi:10.1586/14737167.2016.1167600

Variations in costs and use of provincially-funded testosterone replacement therapy across Canada: a population-based study

2016· article· en· W2299509180 sur OpenAlexafffundabout
Mina Tadrous, Diana Martins, Kathy Lee, Simon R. Knowles, Muhammad Mamdani, David N. Juurlink, Tara Gomes

Notice bibliographique

RevueExpert Review of Pharmacoeconomics & Outcomes Research · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHormonal and reproductive studies
Établissements canadiensCanadian Institute for Health InformationSunnybrook HospitalUniversity of TorontoInstitute for Clinical Evaluative SciencesSt. Michael's Hospital
Organismes subventionnairesOntario Ministry of Health and Long-Term CareInstitute for Clinical Evaluative Sciences
Mots-clésReimbursementTestosterone replacementDemographyListing (finance)MedicinePopulationEnvironmental healthGeographyHealth careBusinessEconomic growthEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Provincial drug-program policies for the reimbursement of testosterone replacement therapy (TRT) vary across Canada, which may result in marked regional variability in use. METHODS: We conducted a population-based cross-sectional analysis of provincially funded TRT spending and utilization in eight provinces across Canada in 2012. We reported the annual cost per user, total cost, and rate of use of TRT overall and by formulation. RESULTS: We identified 23,544 provincially-funded recipients of TRT in 2012 in the eight provinces studied. Average annual cost per person varied by 3-fold, ranging from $173 (Prince Edward Island) to $485 (Ontario). Ontario also had the highest rate of use (1,105 users per 100,000 eligible) and the most liberal listing. Provinces with more restricted access (Alberta, British Columbia, and PEI) had lower annual costs per user ($293, $206, $173, respectively). CONCLUSIONS: Differing reimbursement policies for TRT products across Canada are likely contributing to variation in the rate of use and cost per recipient.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,008
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,078
Tête enseignante GPT0,506
Écart entre enseignants0,428 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations0
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueExpert Review of Pharmacoeconomics & Outcomes ResearchMême sujetHormonal and reproductive studiesTravaux en français237 207