Disparities in the Management of Newly Diagnosed Paroxysmal Supraventricular Tachycardia for Women Versus Men in the United States
Notice bibliographique
Résumé
Background Information on differences in paroxysmal supraventricular tachycardia (PSVT) diagnosis, healthcare resource use, expenditures, and treatment among women versus men is limited. Methods and Results Study participants identified in the IBM MarketScan Commercial Research Databases were aged 18 to 40 years with newly diagnosed PSVT ( International Classification of Diseases, Ninth Revision [ ICD‐9 ]: 427.0; International Classification of Diseases, Tenth Revision [ ICD‐10 ]: I47.1) from October 1, 2012, through September 30, 2016, observable 1 year preindex and postindex diagnosis. Study outcomes were mean annual per‐patient healthcare resource use and expenditures before and after diagnosis. Among 5466 patients newly diagnosed with PSVT, most (66.9%) were women. Compared with men, women with PSVT tended to have higher rates of anxiety (13.9% versus 10.9%; P <0.01) and chronic pulmonary disease (10.9% versus 8.3%; P <0.01). Following diagnosis, mean annual per‐patient expenditures increased for all patients, but were significantly lower for women ($26 922 versus $33 112; P <0.05), reflecting lower spending for services billed as a result of a PSVT diagnosis ($8471 versus $11 405; P <0.05). After diagnosis, nearly half of all patients had at least 1 emergency department visit (women versus men, 49.6% versus 44.5%; P <0.01) and more had hospital admissions (women versus men, 24.7% versus 20.0%; P <0.01). Fewer women were treated with cardiac ablation (12.6% versus 15.3%; P <0.01), and more were treated with medical therapy, including β blockers or calcium channel blockers (odds ratio, 1.15; 95% CI, 1.02–1.31). Conclusions Among patients aged 18 to 40 years, ≈2 of 3 patients diagnosed with PSVT were women. After diagnosis, spending was significantly lower for women, reflecting lower ablation rates and less spending on services with a PSVT diagnosis.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».