MétaCan
Menu
Retour à la cohorte
Enregistrement W2967232937

Costs and Resource Use Among Child Patients Receiving Silver Nitrate/Fluoride Varnish Caries Arrest.

2017· article· en· W2967232937 sur OpenAlexaff
Ryan N. Hansen, R. Mike Shirtcliff, Jeanne Dysert, Peter Milgrom

Notice bibliographique

RevuePubMed · 2017
Typearticle
Langueen
DomaineDentistry
ThématiqueDental Health and Care Utilization
Établissements canadiensAdvantage Forensics (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicineMedicaidConfidence intervalFluoride varnishGeeGeneralized estimating equationSilver nitrateCohortRetrospective cohort studyPediatricsInternal medicineHealth careVarnish
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

PURPOSE: The purpose of this study was to assess the impact of silver nitrate/fluoride varnish (SN/FV) on care costs. METHODS: A retrospective matched cohort study, using Oregon Medicaid claims (January 1, 2012 to December 31, 2014) for patients younger than 21 years old, compared patients treated with SN/FV to matched patients not treated with SN/FV. The number of services and costs were compared using student's t test and generalized estimating equation (GEE) regression models. RESULTS: Patients treated with SN/FV (n equals 4,612) and matched patients treated conventionally (n equals 13,498) averaged 28±7 (SD) months of continuous eligibility based on initial treatment date. The number of first-year services and total services over an average of 28 months were higher for patients treated with SN/FV (10.6 versus 6.7 in year one; 19.3 versus 8.8 overall; P<0.0001). Excluding diagnostic/preventive services, costs were higher in patients treated conventionally than patients treated with SN/FV in the first year. Overall costs were similar ($698 versus $707; P=.52). The average number of services was 58 percent higher (95 percent confidence interval [CI] 1.54 to 1.63) for patients treated with SN/FV, but costs remained similar. CONCLUSION: Patients treated with silver nitrate/fluoride varnish accrued a greater number of services and higher total costs over approximately 28 months but lower treatment costs than patients treated conventionally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,240
Écart entre enseignants0,223 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetDental Health and Care UtilizationTravaux en français237 207