Just how much does it cost? A cost study of chronic pain following cardiac surgery
Notice bibliographique
Résumé
OBJECTIVE: The study objective was to determine use of pain-related health care resources and associated direct and indirect costs over a two-year period in cardiac surgery patients who developed chronic post-surgical pain (CPSP). METHODS: This multicentric observational prospective study recruited patients prior to cardiac surgery; these patients completed research assistant-administered questionnaires on pain and psychological characteristics at 6, 12 and 24 months post-operatively. Patients reporting CPSP also completed a one-month pain care record (PCR) (self-report diary) at each follow-up. Data were analyzed using descriptive statistics, multivariable logistic regression models, and generalized linear models with log link and gamma family adjusting for sociodemographic and pain intensity. RESULTS: Out of 1,247 patients, 18%, 13%, and 9% reported experiencing CPSP at 6, 12, and 24 months, respectively. Between 16% and 28% of CPSP patients reported utilizing health care resources for their pain over the follow-up period. Among all CPSP patients, mean monthly pain-related costs were CAN$207 at 6 months and significantly decreased thereafter. More severe pain and greater levels of pain catastrophizing were the most consistent predictors of health care utilization and costs. DISCUSSION: Health care costs associated with early management of CPSP after cardiac surgery seem attributable to a minority of patients and decrease over time for most of them. Results are novel in that they document for the first time the economic burden of CPSP in this population of patients. Longer follow-up time that would capture severe cases of CPSP as well as examination of costs associated with other surgical populations are warranted. SUMMARY: Economic burden of chronic post-surgical pain may be substantial but few patients utilize resources. Health utilization and costs are associated with pain and psychological characteristics.
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 | 0,002 | 0,009 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».