Healthcare Costs and Utilization among Patients Hospitalized for Malignant Pleural Effusion
Notice bibliographique
Résumé
BACKGROUND: Malignant pleural effusion (MPE) poses a considerable healthcare burden, but little is known about trends in directly attributable hospital utilization. OBJECTIVE: We aimed to study national trends in healthcare utilization and outcomes among hospitalized MPE patients. METHODS: We analyzed adult hospitalizations attributable to MPE using the Healthcare Cost and Utilization Project - National Inpatient Sample (HCUP-NIS) databases from 2004, 2009, and 2014. Cases were included if MPE was coded as the principal admission diagnosis or if unspecified pleural effusion was coded as the principal admission diagnosis in the setting of metastatic cancer. Annual hospitalizations were estimated for the entire US hospital population using discharge weights. Length of stay (LOS), hospital charges, and hospital mortality were also estimated. RESULTS: We analyzed 92,034 hospital discharges spanning a decade (2004-2014). Yearly hospitalizations steadily decreased from 38,865 to 23,965 during this time frame, the mean LOS decreased from 7.7 to 6.3 days, and the adjusted hospital mortality decreased from 7.9 to 4.5% (p = 0.00 for all trend analyses). The number of pleurodesis procedures also decreased over time (p = 0.00). The mean inflation-adjusted charge per hospitalization rose from USD 41,252 to USD 56,951, but fewer hospitalizations drove the total annual charges down from USD 1.51 billion to USD 1.37 billion (p = 0.00 for both analyses). CONCLUSIONS: The burden of hospital-based resource utilization associated with MPE has decreased over time, with a reduction in attributable hospitalizations by one third in the span of 1 decade. Correspondingly, the number of inpatient pleurodesis procedures has decreased during this time frame.
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) | 0,000 | 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 ».