Evaluating the impact of survivorship models on health system resources and costs.
Notice bibliographique
Résumé
1 Background: The provincial cancer agency in Ontario developed and implemented a model of care (MOC) for breast cancer (BC) survivors to transition from oncology-lead care to primary care in a publically funded health care environment (2010-2013). Transition options included direct to primary care and stepped transition. The objective of our study was to examine the health system resources used by the women in the MOC group and compare them to those used by women who did not transition. Methods: A propensity score matched, quasi-experimental approach was used to compare the healthcare resource utilization and costs between BC survivors in the MOC program (case) and those receiving usual care (control). All MOC cases were linked using unique identifiers and linked into the provincial health system databases. Cases and controls were matched 1:1 on year of diagnosis and location of care and were followed from an index date to the earliest of her death date, date of last contact in the database, one day before another cancer diagnosis or the end of study available databases. The primary study outcome was overall health system utilization and mean cost during the follow-up period. Results: There were 2324 women in the MOC program. Demographic information (age, region, stage) were well balanced between cases and controls. Transitioned cases had lower hospitalizations (20.1% vs. 24.4%, p<0.05), fewer cancer clinic visits (6.0% vs. 15.1%, p<0.05), fewer medical oncologist visits (0.39 vs. 1.29, p<0.05) and fewer diagnostics (CT, MRI, ultrasound, x-rays) over an average of 25 months of follow-up. There was a trend for fewer family practice (7.35 vs. 7.91, p=0.08) and internal medical and hematology visits (0.81 vs. 1.03, p=0.08). Annual emergency visits were similar between the two groups (0.76 vs. 0.82, p=0.2). There was a $4300 (2012 $CAN) difference in the mean annual cost between cases and controls. Conclusions: Survivors in the MOC transition program used fewer health system resources and had lower health system costs when compared to controls. These findings provide real world evidence to inform transition policies for cancer survivors.
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 | 0,036 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».