Costs of medication use among patients with juvenile idiopathic arthritis in the Dutch healthcare system
Notice bibliographique
Résumé
Background: This study aims to quantify medication costs in juvenile idiopathic arthritis (JIA), based on subtype.Research design and methods: This study is a single-center, retrospective analysis of prospective data from electronic medical records of JIA patients, aged 0–18 years between 1 April 2011 and 31 March 2019. Patient characteristics (age, gender, subtype) and medication use were extracted. Medication use and costs were reported as: 1) mean total annual costs; 2) between-patient heterogeneity in these costs; 3) duration of medication use; and, 4) costs over the treatment course.Results: The analysis included 691 patients. Mean total medication costs were €2,103/patient/year, including €1,930/patient/year (91.8%) spent on biologicals. Costs varied considerably between subtypes, with polyarticular rheumatoid-factor positive and systemic JIA patients having the highest mean costs (€5,020/patient/year and €4,790/patient/year, respectively). Mean annual medication costs over the patient’s treatment course ranged from <€1,000/year (71.1% of patients) to >€11,000/year (2.5% of patients). Etanercept and adalimumab were the most commonly used biologicals. Cost fluctuations over the treatment course were primarily attributable to biological use.Conclusions: Polyarticular rheumatoid-factor positive and systemic JIA patients had the highest mean total annual medication costs, primarily attributable to biologicals. Costs varied considerably between subtypes, individuals, and over the treatment course.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».