MétaCan
Menu
← Retour à la cohorte
Enregistrement W3134736056 · doi:10.1093/jcag/gwab002.089

A91 ECONOMIC EVALUATION OF A FECAL MICROBIOTA TRANSPLANTATION PROGRAM FOR RECURRENT CLOSTRIDIOIDES DIFFICILE INFECTION IN ALBERTA

2021· article· en· W3134736056 sur OpenAlexaffabout
David Yi Yang, Tom Mullie, Huaibo Sun, Lindsey Russell, B Roach, Karen Wong, Wenli Zhang, Dina Kao

Notice bibliographique

RevueJournal of the Canadian Association of Gastroenterology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueClostridium difficile and Clostridium perfringens research
Établissements canadiensMcMaster UniversityCentre for Advancing Health OutcomesUniversity of British ColumbiaAlberta Health ServicesUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésClostridioidesMedicineClostridium difficileC difficileFecal bacteriotherapyAmbulatoryTransplantationInternal medicineHealth careEmergency medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Fecal microbiota transplantation (FMT) is the most effective therapy for recurrent C. difficile infection. Although studies using statistical modeling have shown FMT to be cost-effective, real-world data is lacking. Aims To assess the impact of FMT program on the healthcare cost of recurrent C. difficile infections using real-world data from Alberta’s public healthcare system. Methods C. difficile infection patients were identified through provincial laboratory database with positive C. difficile results in Edmonton, Alberta between 2009–16. If an initial positive test was followed by ≧2 positive tests within 183 days, an individual was categorized as recurrent C. difficile infection (RCDI). Otherwise, non-recurrent C. difficile infection (non-RCDI) was assigned. Since the Edmonton FMT program was established in 2013, patients were further divided into pre-FMT (2009–12) and post-FMT (2013–16) eras. This divided patients into four study groups as outlined in Table 1. Administrative data, including inpatient stays, ambulatory or emergency room visits, outpatient prescriptions, and physician billings, were extracted. A cost of $389 was assigned to each FMT procedure to account for cost of donor screening and sample preparation. A difference in differences (DID) approach, a tool which estimates the effect of a treatment by comparing outcome difference between treatment group and control group over time, was used to analyze the impact of FMT program on the cost of RCDI. Non-RCDI patients were used as control group to account for changes in treatment costs over time. Ordinary least squares regression, with log-transformed healthcare cost as the dependent variable, was used for the analysis. Results 4717 non-RCDI and 548 RCDI patients were identified and divided into the 4 groups (Table 1). RCDI patients were significantly older than non-RCDI patients (71.13 vs 62.49; P < 0.001). After adjusting for differences in age, sex, and baseline healthcare utilization, cost for RCDI patients were significantly lower relative to costs for non-RCDI patients in the post-FMT era. Cost of non-RCDI increased by $5,300.08 between the pre- and post-FMT eras, while the cost of RCDI decreased by $7,654.92 in the same time frame (Table 2). FMT program was estimated to have saved $12,954 annually for RCDI patients at mean age, sex, and baseline cost of our overall sample. Conclusions Our data suggest that the healthcare cost of RCDI has decreased with the introduction of an FMT program. Funding Agencies Alberta Health Services, University of Alberta Hospital Foundation

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,855

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,306
Écart entre enseignants0,285 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the Canadian Association of Gastroenterology→Même sujetClostridium difficile and Clostridium perfringens research→Travaux en français237 207→