Direct and indirect health economic impact of hypoglycaemia in a global population of patients with insulin-treated diabetes
Notice bibliographique
Résumé
AIMS: The Hypoglycaemia Assessment Tool (HAT) study investigated the health economic impact of hypoglycaemic events in 24 countries, including countries without previously published data on hypoglycaemia. METHODS: Self-assessment questionnaires and patient diaries (4-week prospective period) were completed by adults with type 1 (T1D) or type 2 diabetes (T2D) treated with insulin for more than 12 months (N = 27,585). RESULTS: Direct economic impacts of hypoglycaemia during the 4-week prospective period, included increased blood glucose monitoring (reported by 69.7% [T1D] and 60.9% [T2D] of patients), hospitalisation (T1D 2.1%; T2D 3.4% of patients) and medical contact (clinic or telephone; T1D 3.8%; T2D 6.8% of patients). Regional variation in medical contact and hospitalisation was found, with the highest usage in Russia (T1D 17.1%; T2D 17.3%), and Latin America (T1D 5.2%; T2D 6.8%) respectively. Indirect economic impacts following hypoglycaemia included loss of productivity due to absence from work or study; 3.9% (T1D) and 6.2% (T2D) of patients. Regional differences in work productivity were noted among patients with T2D, with a low prevalence in Northern Europe and Canada (0.9%) and high in Southeast Asia (14.6%). CONCLUSIONS: This study shows that hypoglycaemia has a significant but variable impact on the economics of diabetes healthcare globally.
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 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».