Health system costs for cancer medications and radiation treatment in Ontario for the 4 most common cancers: a retrospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Previous costing and resource estimates for cancer have not been complete owing to lack of comprehensive data on cancer-related medication and radiation treatment. Our objective was to calculate the mean overall costs per patient of cancer-related medications and radiation, as well as by disease subtype and stage, in the first year after diagnosis for the 4 most prevalent cancers in Ontario. METHODS: We conducted a retrospective cohort study using provincial health administrative databases to identify population health system resources and costs for all patients diagnosed with breast, colorectal, lung or prostate cancer between Jan. 1, 2010, and Dec. 31, 2015 in Ontario. The primary outcome measure was the overall average cost per patient in the 365 days after diagnosis for cancer-related medications and radiation treatment, calculated with the use of 2 novel costing algorithms. We determined the cost by disease, disease subtype and stage as secondary outcomes. RESULTS: There were 168 316 Ontarians diagnosed with cancer during the study period, 50 141 with breast cancer, 38 108 with colorectal cancer, 34 809 with lung cancer and 45 258 with prostate cancer. The mean per-patient cost for cancer-related medications was $8167 (95% confidence interval [CI] $8023-$8311), $6568 (95% CI $6446-$6691), $2900 (95% CI $2816-$2984) and $1211 (95% CI $1175-$1247) for breast, colorectal, lung and prostate cancer, respectively. The corresponding mean radiation treatment costs were $18 529 (95% CI $18 415-$18 643), $15 177 (95% CI $14 899-$15 456), $10 818 (95% CI $10 669-$10 966) and $16 887 (95% CI $16 648-$17 125). In general, stage III and IV cancers were the most expensive stages for both medications and radiation across all 4 disease sites. INTERPRETATION: Our work updates previous costing estimates to help understand costs and resources critical to health care system planning in a single-payer system. More refined costing estimates are useful as inputs to allow for more robust health economic modelling and health care system planning.
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 | 0,000 | 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 ».