The Estimated Lifetime Medical Cost of Diseases Attributable to Human Papillomavirus Infections Acquired in 2018
Notice bibliographique
Résumé
INTRODUCTION: We estimated the lifetime medical costs of diagnosed cases of diseases attributable to human papillomavirus (HPV) infections acquired in 2018. METHODS: We adapted an existing mathematical model of HPV transmission and associated diseases to estimate the lifetime number of diagnosed cases of disease (genital warts; cervical intraepithelial neoplasia; and cervical, vaginal, vulvar, penile, anal, and oropharyngeal cancers) attributable to HPV infections that were acquired in 2018. For each of these outcomes, we multiplied the estimated number of cases by the estimated lifetime medical cost per case obtained from previous studies. We estimated the costs of recurrent respiratory papillomatosis in a separate calculation. Future costs were discounted at 3% annually. RESULTS: The estimated discounted lifetime medical cost of diseases attributable to HPV infections acquired in 2018 among people aged 15 to 59 years was $774 million (in 2019 US dollars), of which approximately half was accounted for by infections in those aged 15 to 24 years. Human papillomavirus infections in women accounted for approximately 90% of the lifetime number of diagnosed cases of disease and 70% of the lifetime cost attributable to HPV infections acquired in 2018 among those aged 15 to 59 years. CONCLUSIONS: We estimated the lifetime medical costs of diseases attributable to HPV infections acquired in 2018 to be $774 million. This estimate is lower than previous estimates, likely due to the impact of HPV vaccination. The lifetime cost of disease attributable to incident HPV infections is expected to decrease further over time as HPV vaccination coverage increases.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».