Determining the hospital cost of anterior epistaxis treatment modalities at a Canadian tertiary care centre
Notice bibliographique
Résumé
Objective To estimate the hospital costs of managing anterior epistaxis in the Emergency Department at a Tertiary Care centre in Canada. Material and methods A cost analysis was conducted based on a retrospective review of Emergency Department visits from January 2012 to May 2014. A consecutive sample of adult patients with a diagnosis of anterior epistaxis was included. Anterior epistaxis was managed via one of: Nasal clip, Merocel®, Silver Nitrate cautery, Vaseline packing, other treatment or no treatment. Both the direct and indirect hospital costs ($CDN) for anterior epistaxis treatment were calculated from the hospital's perspective. Generalized linear models were used to assess the association between treatment modalities and total hospital costs while controlling for potential confounding factors. Results Three hundred and fifty‐three patients (49% female) with a mean age of (69.9 ± 18.5) years were included in the analysis. The median (interquartile ranges) costs of treatment ranged from C$227.83 (C$167.96, C$328.69) for observation to C$763.98 (C$632.25,C$830.23) for Merocel®. The overall median total hospital costs incurred across all modalities was C$566.24 (C$459.61, C$753.46) for the management of anterior epistaxis. Silver Nitrate, nasal clip, and observation were statistically associated with a lower cost when compared to Merocel® ( P < 0.001) even after potential confounding factors were controlled. Conclusions Our results show wide difference in the hospital cost of epistaxis across treatment modalities. These cost estimates can help inform future economic evaluation studies aiming to guide the allocation of health care resources for patients with epistaxis.
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) | 0,001 | 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) | 0,000 | 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 ».