Understanding resource utilization and mortality in COPD to support policy making: A microsimulation study
Notice bibliographique
Résumé
Chronic obstructive pulmonary disease (COPD) poses a significant but heterogeneous burden to individuals and healthcare systems. Policymakers develop targeted policies to minimize this burden but need personalized tools to evaluate novel interventions and target them to subpopulations most likely to benefit. We developed a platform to identify subgroups that are at increased risk of emergency department visits, hospitalizations and mortality and to provide stratified patient input in economic evaluations of COPD interventions. We relied on administrative and survey data from Ontario, Canada and applied a combination of microsimulation and multi-state modeling methods. We illustrated the functionality of the platform by quantifying outcomes across smoking status (current, former, never smokers) and by estimating the effect of smoking cessation on resource use and survival, by comparing outcomes of hypothetical cohorts of smokers who quit at diagnosis and smokers that continued to smoke post diagnosis. The cumulative incidence of all-cause mortality was 37.9% (95% CI: 34.9, 41.4) for never smokers, 34.7% (95% CI: 32.1, 36.9) for current smokers, and 46.4% (95% CI: 43.6, 49.0) for former smokers, at 14 years. Over 14 years, smokers who did not quit at diagnosis had 16.3% (95% CI: 9.6, 38.4%) more COPD-related emergency department visits than smokers who quit at diagnosis. In summary, we combined methods from clinical and economic modeling to create a novel tool that policymakers and health economists can use to inform future COPD policy decisions and quantify the effect of modifying COPD risk factors on resource utilization and morality.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| 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 ».