The Personal Financial Burden of Chronic Rhinosinusitis: A Canadian Perspective
Notice bibliographique
Résumé
BACKGROUND: Previous studies describe the financial burden of chronic rhinosinusitis (CRS) from the perspective of third-party payers, but, to our knowledge, none analyze the costs borne by patients (i.e., out-of-pocket expenses [OOPE]). Furthermore, this burden has not been previously investigated in the context of a publicly funded health care system. OBJECTIVE: The purpose of this study was to characterize the financial impact of CRS on patients, specifically by evaluating its associated OOPEs and the perceived financial burden. The secondary aim was to determine the factors predictive of OOPEs and perceived burden. METHODS: Patients with CRS at a tertiary care sinus center completed a self-administered questionnaire that assessed their socioeconomic characteristics, disease-specific quality of life (22-item Sino-Nasal Outcome Test [SNOT-22]), workdays missed due to CRS, perceived financial burden, and direct medical and nonmedical OOPEs over a 12-month period. Total OOPEs were calculated from the sum of direct medical and nonmedical OOPEs. Regression analyses determined factors predictive of OOPEs and the perceived burden. RESULTS: A total of 84 patients completed the questionnaires. After accounting for health insurance coverage and the median direct medical, direct nonmedical, and total OOPEs per patient over a 12-month period were Canadian dollars (CAD) $336.00 (2011) [U.S. $339.85], CAD $129.87 [U.S. $131.86], and CAD $607.10 [U.S. $614.06], respectively. CRS resulted in an average of 20.6 workdays missed over a 12-month period. Factors predictive of a higher financial burden included younger age, a greater number of previous sinus surgeries, <80% health insurance coverage, residing out of town, and higher SNOT-22 scores. CONCLUSION: Total OOPEs incurred from the treatment of CRS may amount to CAD $607.10 [U.S. $614.06] per patient per year, within the context of a single-payer health care system. Managing clinicians should be aware of patient groups with a greater perceived financial burden and consider counseling them on strategies to offset expenses, including obtaining travel grants, using telemedicine for follow-up assessments, providing drug samples, and streamlining diagnostic testing with medical visits.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».