Management of patients with Cushing's disease: a Canadian cost of illness analysis.
Notice bibliographique
Résumé
BACKGROUND: Cushing's disease (CD) is a rare disorder caused by increased pituitary secretion of adrenocorticotropic hormone (ACTH) resulting in elevated production of cortisol. It is associated with multiple adverse cardiovascular, metabolic, musculoskeletal and mental consequences. Patients with CD require substantial health care resources both in terms of treatments with a curative intent and control of disease related co-morbidities. In this study, a cost of illness analysis was conducted to estimate the direct cost of CD care in Canada. METHODS: This was a retrospective cohort study of 86 CD patients. Data collection included patient demographic and disease related information, existing comorbidities, treatments received and all clinical outcomes. In addition, healthcare resource utilization to manage CD was also collected. Once the mean cost per patient was determined, the overall disease prevalence was used to estimate the total direct cost of illness in Canada. RESULTS: The sample included 86 CD patients, with a mean age of 43 years at diagnosis, 72% were female. All received a first line intervention consisting of transsphenoidal pituitary surgery (78%), bilateral adrenalectomy (5%), radiation therapy (5%) or medical therapy ± radiation (13%). In addition, 18 and 14 patients subsequently received a second and third line intervention, respectively. The mean cost was $85,946 per patient over the first three lines of therapy. Combining this estimate with the reported disease prevalence (5.5 patients per 100,000 [95%CI: 4.2 to 6.8]), the total direct cost of CD in Canada was estimated to be approximately $80.6 million (95%CI: $61.5 to $99.6 million) over the first 3 lines of therapy. CONCLUSIONS: CD is a debilitating condition that is associated with substantial health care costs. Strategies that provide clinical cure or long term disease control need to be identified to reduce patient morbidity and to save health care costs in patients who remain uncontrolled.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».