Economic burden associated with inadequate antidepressant medication management among patients with depression and known cardiovascular diseases: insights from a United States–based retrospective claims database analysis
Notice bibliographique
Résumé
Aims: The current study examined the association between insufficient major depressive disorder (MDD) care and healthcare resource use (HCRU) and costs among patients with prior myocardial infarction (MI) or stroke.Methods: This was a retrospective study conducted using the MarketScan Claims Database (2010–2015). The date of the first MI/stroke diagnosis was defined as the cardiovascular disease (CVD) index date and the first date of a subsequent MDD diagnosis was the index MDD date. Adequacy of MDD care was assessed during the 90 days following the index MDD date (profiling period) using 2 measures: dosage adequacy (average fluoxetine equivalent dose of ≥20 mg/day for nonelderly and ≥10 mg/day for elderly patients) and duration adequacy (measured as the proportion of days covered of 80% or higher for all MDD drugs). Study outcomes included all-cause and CVD-related HCRU and costs which were determined from the end of the profiling period until the end of study follow-up. Propensity-score adjusted generalized linear models (GLMs) were used to compare patients receiving adequate versus inadequate MDD care in terms of study outcomes.Results: Of 1,568 CVD patients who were treated for MDD, 937 (59.8%) were categorized as receiving inadequate MDD care. Results from the GLMs suggested that patients receiving inadequate MDD care had 14% more all-cause hospitalizations, 4% more all-cause outpatient visits, 17% more CVD-related outpatient visits, 13% more CVD-related emergency room (ER) visits, higher per patient per year CVD-related hospitalization costs ($21,485 vs. $17,756), higher all-cause outpatient costs ($2,820 vs. $2,055), and higher CVD-related outpatient costs ($520 vs. $434) compared to patients receiving adequate MDD care.Limitations: Clinical information such as depression severity and frailty, which are potential predictors of adverse CVD outcomes, could not be ascertained using administrative claims data.Conclusions: Among post-MI and post-stroke patients, inadequate MDD care was associated with a significantly higher economic burden.
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 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,000 | 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 ».