Surgical Approaches in Total Hip Arthroplasty Cost Per Case Analysis: A Retrospective, Matched, Micro-costing Analysis in a Socialised Healthcare System
Notice bibliographique
Résumé
Background: Total hip arthroplasty (THA) offers an effective method of pain relief and restoration of function for patients with end-stage arthritis. The anterior approach (AA) claims to benefit patients with decreased pain, increased mobilisation and decreasing length of hospital stay (LOS). In a socialised healthcare platform we questioned whether the AA, compared to posterior (PA) and lateral (LA) approaches, can decrease the cost burden. Methods: Using a retrospective matched cohort study, we matched 69 AA patients to 69 LA and 69 PA patients for age ( p = 0.99), gender ( p = 0.99) and number of pre-surgical risk factors ( p = 0.99). First, we used the Resource Intensity Weights (RIW) using the Health Services agreed on method of calculating cost. Secondly, micro-costing analysis was performed using the financial services data for each patient’s hospital stay. Results: Using the RIW based cost analysis and 2-day reduction (95% CI 1.8–2.4) in LOS, the AA offers an estimated savings per case of $4099 ( p < 0.001) compared to the LA and PA. Using micro-costing analysis, we found a total saving of $1858.00 per case (95% CI 1391–2324) when comparing the AA to the PA and LA. There was a statistically significant cost savings using every category: Net Direct Salary ($901.00, p < 0.001), Net Drug ($8.00, p = 0.003), Patient Supply ($454.00, p = 0.001), Patient Drug ($15.00, p = 0.008), Indirect Cost ($385.00, p < 0.001), Patient Care Administration ($106.00, p < 0.001). Furthermore, the AA saved 142 minutes of in-hospital rehabilitation time. Conclusion: The AA THA provides statistically significant reductions in cost compared to PA and LA while releasing rehabilitation resources.
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 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 |
| 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 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 ».