Healthcare utilisation and costs of home mechanical ventilation
Notice bibliographique
Résumé
BACKGROUND: Individuals using home mechanical ventilation (HMV) frequently choose to live at home for quality of life, despite financial burden. Previous studies of healthcare utilisation and costs do not consider public and private expenditures, including caregiver time. OBJECTIVES: To determine public and private healthcare utilisation and costs for HMV users living at home in two Canadian provinces, and examine factors associated with higher costs. METHODS: Longitudinal, prospective observational cost analysis study (April 2012 to August 2015) collecting data on public and private (out-of-pocket, third-party insurance, caregiving) costs every 2 weeks for 6 months using the Ambulatory and Home Care Record. Functional Independence Measure (FIM) was used at baseline and study completion. Regression models examined variables associated with total monthly costs selected a priori using Andersen and Newman's framework for healthcare utilisation, relevant literature, and clinical expertise. Data are reported in 2015 Canadian dollars ($C1=US$0.78=₤0.51=€0.71). RESULTS: We enrolled 134 HMV users; 95 with family caregivers. Overall median (IQR) monthly healthcare cost was $5275 ($2291-$10 181) with $2410 (58%) publicly funded; $1609 (39%) family caregiving; and $141 (3%) out-of-pocket (<1% third-party insurance). Median healthcare costs were $8733 ($5868-$15 274) for those invasively ventilated and $3925 ($1212-$7390) for non-invasive ventilation. Variables associated with highest monthly costs were amyotrophic lateral sclerosis (1.88, 95% CI 1.09 to 3.26, P<0.03) and lower FIM quintiles (higher dependency) (up to 6.98, 95% CI 3.88 to 12.55, P<0.0001) adjusting for age, sex, tracheostomy and ventilation duration. CONCLUSIONS: For HMV users, most healthcare costs were publicly supported or associated with family caregiving. Highest costs were incurred by the most dependent users. Understanding healthcare costs for HMV users will inform policy decisions to optimise resource allocation, helping individuals live at home while minimising caregiver burden.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».