Losartan reduces the costs associated with nephropathy and end-stage renal disease from type 2 diabetes: Economic evaluation of the RENAAL study from a Canadian perspective.
Notice bibliographique
Résumé
BACKGROUND: The Reduction of Endpoints in NIDDM [non-insulin-dependent diabetes mellitus] with the Angiotensin II Antagonist Losartan (RENAAL) study demonstrated the renoprotective effects of losartan in patients with nephropathy from type 2 diabetes. OBJECTIVE: To perform an economic evaluation of the costs associated with end-stage renal disease (ESRD) from a Canadian public health perspective, based on the clinical outcomes reported in the RENAAL study. METHODS: ESRD-related costs were determined by estimating the mean number of days with ESRD multiplied by the daily cost of ESRD (140 dollars); mean days with ESRD were calculated by subtracting the area under the Kaplan-Meier survival curve for time to the first event of ESRD or all-cause mortality from the area under the curve for all-cause mortality. Daily ESRD cost was determined using Canadian specific data sources. ESRD-related cost savings with losartan were obtained by subtracting the ESRD-related costs of the losartan group from those of the placebo group. Net cost savings were ESRD-related cost savings with losartan minus the drug cost of losartan. RESULTS: Losartan reduced the number of ESRD days by 33.6 per patient over 3.5 years (95% CI 10.9 to 56.3) compared with placebo. Losartan reduced ESRD-related costs by 4,695 dollars per randomized patient over 3.5 years (95% CI 1,523 dollars to 7,868 dollars). After accounting for the drug cost of losartan, net cost savings with losartan were 3,675 dollars per randomized patient over 3.5 years. CONCLUSION: Losartan therapy for patients with nephropathy from type 2 diabetes reduces the clinical incidence of ESRD and can result in considerable cost savings for the Canadian public health system.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».