Nonreimbursed Costs Incurred by Living Kidney Donors: A Case Study From Ontario, Canada
Notice bibliographique
Résumé
BACKGROUND: Living donors may incur out-of-pocket costs during the donation process. While many jurisdictions have programs to reimburse living kidney donors for expenses, few programs have been evaluated. METHODS: The Program for Reimbursing Expenses of Living Organ Donors was launched in the province of Ontario, Canada in 2008 and reimburses travel, parking, accommodation, meals, and loss of income; each category has a limit and the maximum total reimbursement is $5500 CAD. We conducted a case study to compare donors' incurred costs (out-of-pocket and lost income) with amounts reimbursed by Program for Reimbursing Expenses of Living Organ Donors. Donors with complete or partial cost data from a large prospective cohort study were linked to Ontario's reimbursement program to determine the gap between incurred and reimbursed costs (n = 159). RESULTS: The mean gap between costs incurred and costs reimbursed to the donors was $1313 CAD for out-of-pocket costs and $1802 CAD for lost income, representing a mean reimbursement gap of $3115 CAD. Nondirected donors had the highest mean loss for out-of-pocket costs ($2691 CAD) and kidney paired donors had the highest mean loss for lost income ($4084 CAD). There were no significant differences in the mean gap across exploratory subgroups. CONCLUSIONS: Reimbursement programs minimize some of the financial loss for living kidney donors. Opportunities remain to remove the financial burden of living kidney donors.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».