Economic impact on direct healthcare costs of missing opportunities for diagnosing HIV within healthcare settings
Notice bibliographique
Résumé
BACKGROUND: The economic consequences of a missed opportunity for HIV testing at an earlier stage of infection within a healthcare setting are poorly described. METHODS: For all newly diagnosed HIV patients followed at the Southern Alberta HIV/AIDS Clinic (SAC), Calgary, Canada, between 1 April 2011 and 1 April 2016, all clinical encounters occurring < 3 years prior to diagnosis within the region were obtained. The direct costs of HIV care after diagnosis to 31 March 2019 were determined from a payers' perspective and reported as mean cost per patient per month (PPPM) in 2019 Canadian dollars (CDN$). Patients with no encounters for 3 years prior to diagnosis were compared with patients with encounters, with special attention to patients with HIV clinical indicator conditions (HCICs). RESULTS: Of 388 patients, 60% had one or more prior encounter without HIV testing; 14% had been treated for an HCIC. Females, older patients and heterosexuals were more likely to have prior encounters. At diagnosis, patients with previous encounters presented with lower CD4 counts and higher rates of AIDS. The mean PPPM costs for patients with any prior encounter or for an HCIC-based encounter were 16% and 33% higher, respectively, than for patients with no prior encounters. While mean PPPM costs for antiretroviral drugs and outpatient visits were slightly higher, in-patient costs were 10 times higher for people with HIV who had a previous HCIC encounter vs. those with no encounters (CDN$316 vs. $31, respectively). CONCLUSIONS: Any healthcare visit, especially for an HCIC, represents relatively easy opportunities for HIV testing. Not testing can result in poorer health and higher costs. Targeted clinical testing and novel interventions to correct overlooked testing opportunities within healthcare settings may be an easy way to implement cost savings.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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 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 ».