MétaCan
Menu
Retour à la cohorte
Enregistrement W2526413890 · doi:10.1200/jco.2004.22.90140.8251

Characteristics of out-of-pocket costs for cancer patients in Ontario, Canada

2004· article· en· W2526413890 sur OpenAlexaffabout
Christopher J. Longo, Raisa Deber, Margaret I. Fitch, A. Paul Williams

Notice bibliographique

RevueJournal of Clinical Oncology · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth careCancerIndirect costsDemographyFamily medicineEnvironmental healthInternal medicineBusiness

Résumé

récupéré en direct d'OpenAlex

8251 Background: What costs do cancer patients still incur in Ontario's publicly-funded healthcare system, which requires universal comprehensive coverage for hospital and physician costs? Methods: We surveyed 282 patients (74 breast, 70 colorectal, 68 lung, 70 prostate) at five Ontario cancer clinics between Oct 2001 and April 2003. Among the data collected in the self-administered questionnaire was information on “out-of-pocket” (OOP) costs paid in the previous month for: drugs, homecare, homemaking, complementary and alternative medicines, vitamins and supplements, family care, travel, accommodations, devices, other direct costs, as well as a question on patient burden. Results: Incurred direct costs were highest for travel and accommodations, with average reported costs per month of $372 for imputed mileage (range $0- $6180), parking/fares ($47, range $0 -$450), and accommodations ($43, range $0- $1500). Significant average costs were also reported for devices ($46, range $0 - $2350) and drugs ($45, range $0 - $1400). This data is highly skewed by the small number of patients with non-zero OOP costs. For example, only 39 of 277 reported any costs for devices in the reporting month, but those who did often paid significant amounts. Analysis of variance and regression analysis revealed that the OOP costs had statistically significant differences between the types of cancer surveyed. Factors that increase OOP costs include: younger age, no private insurance coverage, longer distances to the clinic, and more intense treatment, although these factors collectively do not explain the majority of the variation in costs (R2<0.15). Conclusions: Ontario's health care system adequately covers the majority of direct medical costs for most cancer patients; residual OOP costs tend to be moderate (excepting travel cost). However, there still remains a noticeable population that reports their financial burden associated with cancer treatment to be “significant” (16.5%) or “unmanageable” (3.9%). Author Disclosure Employment or Leadership Consultant or Advisory Stock Ownership Honoraria Research Funding Expert Testimony Other Remuneration Eli Lilly Canada, Inc. Eli Lilly & Co.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,025
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,104
Tête enseignante GPT0,366
Écart entre enseignants0,261 · 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

Citations1
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical OncologyMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207