Economic Evaluation of Lupus Nephritis in the Systemic Lupus International Collaborating Clinics Inception Cohort Using a Multistate Model Approach
Notice bibliographique
Résumé
OBJECTIVE: Little is known about the long-term costs of lupus nephritis (LN). The costs were compared between patients with and without LN using multistate modeling. METHODS: Patients from 32 centers in 11 countries were enrolled in the Systemic Lupus International Collaborating Clinics inception cohort within 15 months of diagnosis and provided annual data on renal function, hospitalizations, medications, dialysis, and selected procedures. LN was diagnosed by renal biopsy or the American College of Rheumatology classification criteria. Renal function was assessed annually using the estimated glomerular filtration rate (GFR) or estimated proteinuria. A multistate model was used to predict 10-year cumulative costs by multiplying annual costs associated with each renal state by the expected state duration. RESULTS: A total of 1,545 patients participated; 89.3% were women, the mean ± age at diagnosis was 35.2 ± 13.4 years, 49% were white, and the mean followup duration was 6.3 ± 3.3 years. LN developed in 39.4% of these patients by the end of followup. Ten-year cumulative costs were greater in those with LN and an estimated glomerular filtration rate (GFR) <30 ml/minute ($310,579 2015 Canadian dollars versus $19,987 if no LN and estimated GFR >60 ml/minute) or with LN and estimated proteinuria >3 gm/day ($84,040 versus $20,499 if no LN and estimated proteinuria <0.25 gm/day). CONCLUSION: Patients with estimated GFR <30 ml/minute incurred 10-year costs 15-fold higher than those with normal estimated GFR. By estimating the expected duration in each renal state and incorporating associated annual costs, disease severity at presentation can be used to anticipate future health care costs. This is critical knowledge for cost-effectiveness evaluations of novel therapies.
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 | 0,007 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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) | 0,002 | 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 ».