Evaluation of the Economic Benefit of Earlier Systemic Lupus Erythematosus (SLE) Diagnosis Using a Multivariate Assay Panel (MAP)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Diagnosis of systemic lupus erythematosus (SLE) made by standard diagnostic laboratory tests (SDLTs) has sensitivity and specificity of 83% and 76%, respectively. A multivariate assay panel (MAP) combining complement C4d activation products on erythrocytes and B cells with SDLTs yields a sensitivity and specificity of 80% and 86%, respectively, presumably enabling earlier SLE diagnosis at lower severity, with associated lower health care costs compared with SDLT diagnoses. We compared the payer budget impact of diagnosing SLE using MAP (incremental cost of $108) versus SDLTs. METHODS: We modeled a health plan of 1 million enrollees. SLE diagnosis among suspected patients was 9.2%. The MAP arm assumed 80%/20% of patients were tested with MAP/SDLTs, versus 100% tested with SDLTs in the SDLT arm. Prediagnosis direct costs were estimated from claims data, and postdiagnosis costs were obtained from the literature. Based on improved MAP performance, the assumed hazard ratio for diagnosis rate compared with SDLTs was 1.74 (71%, 87%, 90%, and 91% of patients who develop SLE are diagnosed in years 1 to 4 compared with 53%, 75%, 84%, and 88% of patients diagnosed with SDLTs). RESULTS: Total 4-year pre- and postdiagnosis direct costs for patients with suspected SLE tested with MAP were $59 183 666 compared with $61 174 818 tested by SDLTs, with lower costs in the MAP arm due primarily to prediagnosis savings related to reduced hospital admissions. CONCLUSION: Incorporating MAP into SLE diagnosis results in estimated 4-year direct cost savings of $1 991 152 ($0.04 per member per month). By facilitating earlier diagnosis of SLE, MAP may enhance patient outcomes.
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.
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 | 0,004 | 0,002 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle