Sternal-Wound Infections following Coronary Artery Bypass Graft: Could Implementing Value-Based Purchasing be Beneficial?
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVES: Sternal-wound infections (SWIs) are rare but consequential healthcare-healthcare-associated infections following coronary artery bypass graft surgery (CABG). The impact of SWIs associated on the cost of health care provision is unknown. The aim of this study was to quantify the burden of CABG-related SWIs across countries with mature health care systems and estimate value-based purchasing (VBP) levels based on the local burden. METHODS: A structured literature review identified relevant data for 14 countries (the Netherlands, France, Germany, Austria, the United Kingdom, Canada, Italy, Japan, Spain, the United States, Brazil, Israel, Taiwan, and Thailand). Data, including SWI rates, CABG volume, and length of stay, were used to populate a previously published Markov model that simulates the patient's CABG-care pathway and estimates the economic (US$) and care burden of SWIs for each country. Based on this burden, scenarios for VBP were explored for each country. A feasible cost of intervention per patient for an intervention providing a 20% reduction in the SWI rate was calculated. RESULTS: The SWI burden varied considerably between settings, with SWIs occurring in 2.8% (the United Kingdom) to 10.4% (the Netherlands) of CABG procedures, while the costs per SWI varied between US$8172 (Brazil) to US$54 180 (Japan). Additional length of stay after SWI was the largest cost driver. The overall highest annual burden was identified in the United States (US$336 million) at a mean cost of US$36 769 per SWI. Given the SWI burden, the median cost of intervention per patient that a hospital could afford ranged from US$20 (US$13 to US$42) in France to US$111 (US$65 to US$183) in Japan. CONCLUSIONS: SWIs represent a large burden with a median cost of US$13 995 per case and US$900 per CABG procedure. By tackling SWIs, there is potential to simultaneously reduce the burden on health care systems and improve outcomes for patients. Mutually beneficial VBP agreements might be one method to promote uptake of novel methods of SWI prevention.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».