Economic Burden among Commercially Insured Patients with Systemic Sclerosis in the United States
Notice bibliographique
Résumé
OBJECTIVE: To quantify healthcare resource utilization (HRU), work loss, and annual direct and indirect healthcare costs among patients with systemic sclerosis (SSc) compared to matched controls in the United States. METHODS: Data were obtained from a large US commercial claims database. Patients were ≥ 18 years old at the index date (first SSc diagnosis) and had ≥ 1 SSc diagnosis in the inpatient (IP) or emergency room (ER) setting, or ≥ 2 SSc diagnoses on 2 different dates in the outpatient (OP) setting between January 1, 2005, and March 31, 2015; continuous enrollment was required during the followup period (12 months after the index date). Individuals with no SSc diagnoses were matched 1:1 to patients with SSc. Wilcoxon signed-rank and McNemar tests were used for comparisons and regressions with generalized estimating equations for adjusted OR (aOR) and incidence rate ratios (IRR) between 2 cohorts. RESULTS: There were 2192 pairs of patients with SSc and matched controls included (mean age 57.6 yrs; 84.3% female); of these, 233 were eligible for work loss/indirect cost analyses. Compared to matched controls, patients with SSc had significantly higher HRU and costs during the 1-year followup period, IP admissions (adjusted IRR = 2.4), IP hospitalization days (adjusted IRR = 3.1), ER visits (adjusted IRR = 2.0), OP visits (adjusted IRR = 2.3), and days of work loss (adjusted IRR = 2.6). The adjusted difference in annual direct and indirect costs was US$12,820 and $3103, respectively (all p < 0.0001). CONCLUSION: Patients with SSc had a high direct and indirect economic burden postdiagnosis.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».