Direct and Indirect Cost Burden and Change of Employment Status in Treatment-Resistant Depression
Notice bibliographique
Résumé
BACKGROUND: Treatment-resistant depression (TRD) poses a substantial burden to health care payers including employers, costing an estimated $29 billion-$48 billion yearly in the United States. Furthermore, variation of burden across increasing levels of resistance and the potential impact of TRD on employment status remain largely unexplored. OBJECTIVE: To evaluate health care resource utilization (HRU) and costs, work loss, indirect costs, and employment status change in TRD. METHODS: A claims-based algorithm identified adults with TRD from a US claims database of privately insured employees and dependents (January 2010-March 2015). TRD patients were matched 1:1 on demographics to patients with major depressive disorder (MDD) (non-TRD MDD) and without MDD (non-MDD), who were identified using ICD-9-CM codes. Costs, HRU, and employment status change were compared over 2 years following the first antidepressant (randomly imputed date for non-MDD), adjusting for baseline comorbidity index and costs. RESULTS: TRD patients (N = 6,411) had more HRU than either matched control cohort, translating into higher per patient per year (PPPY) health care costs: $6,709 and $9,917 more than non-TRD MDD and non-MDD patients, respectively (P < .001 for both). TRD patients with work loss data (N = 1,908) had 35.8 work loss days PPPY (1.7 and 6.2 times the work loss rate in non-TRD MDD and non-MDD patients, respectively). Work loss-related costs in TRD patients were $1,811 higher than non-TRD MDD and $3,460 higher than in non-MDD patients (P < .001). TRD patients had 1.3-1.4 times the rate of employment status change versus control cohorts (all P < .05). CONCLUSIONS: TRD, even compared to MDD, poses a significant direct and indirect cost burden to US employers and may be associated with higher rates of employment status change.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».