Observed Cost and Variations in Short Term Cost‐Effectiveness of Therapy for Ischemic Stroke in Interventional Management of Stroke (IMS) III
Notice bibliographique
Résumé
BACKGROUND: Examination of linked data on patient outcomes and cost of care may help identify areas where stroke care can be improved. We report on the association between variations in stroke severity, patient outcomes, cost, and treatment patterns observed over the acute hospital stay and through the 12-month follow-up for subjects receiving endovascular therapy compared to intravenous tissue plasminogen activator alone in the IMS (Interventional Management of Stroke) III Trial. METHODS AND RESULTS: Prospective data collected for a prespecified economic analysis of the trial were used. Data included hospital billing records for the initial stroke admission and subsequent detailed resource use after the acute hospitalization collected at 3, 6, 9, and 12 months. Cost of follow-up care varied 6-fold for patients in the lowest (0-1) and highest (20+) National Institutes of Health Stroke Scale category at 5 days, and by modified Rankin Scale at 3 months. The kind of resources used postdischarge also varied between treatment groups. Incremental short-term cost-effectiveness ratios varied greatly when treatments were compared for patient subgroups. Patient subgroups predefined by stroke severity had incremental cost-effectiveness ratios of $97 303/quality-adjusted life year (severe stroke) and $3 187 805/quality-adjusted life year (moderately severe stroke). CONCLUSIONS: Detailed economic and resource utilization data from IMS III provide powerful evidence for the large effect that patient outcome has on the economic value of medical and endovascular reperfusion therapies. These data can be used to inform process improvements for stroke care and to estimate the cost-effectiveness of endovascular therapy in the US health system for stroke intervention trials. CLINICAL TRIAL REGISTRATION: URL: http://www.clinicaltrials.gov. Registration number: NCT00359424.
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 | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».