MétaCan
Menu
Retour à la cohorte
Enregistrement W3167683881 · doi:10.1186/s13223-021-00560-3

HealthSWEDE: costs with sublingual immunotherapy—a Swedish questionnaire study

2021· article· en· W3167683881 sur OpenAlexvenueno aff
Petter Olsson, Carl Skröder, Lars Ahlbeck, Frida Hjalte, Karl-Olof Welin, Ulla Westin, Morgan Andersson, Cecilia Ahlström‐Emanuelsson, Lars‐Olaf Cardell

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensnon disponible
Organismes subventionnairesKarolinska Institutet
Mots-clésSlitSublingual immunotherapyMedicinePresenteeismAbsenteeismAllergyPopulationInternal medicineIndirect costsImmunotherapyPediatricsPhysical therapyImmunologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The aim of this cross-sectional survey was to compare the health-economic consequences for allergic rhinitis (AR) patients treated with sublingual Immunotherapy (SLIT) in terms of direct and indirect costs with a reference population of patients receiving standard of care pharmacological therapy. METHODS: Primary objective was to analyse the health-economic consequences of SLIT for grass pollen allergy in Sweden vs reference group waiting for subcutaneous immunotherapy (SCIT). A questionnaire was mailed to two groups of AR patients. RESULTS: The questionnaire was distributed to 548 patients, 307 with SLIT and 241 in reference group (waiting for SCIT). Response rate was 53.8%. Mean annual costs were higher for reference patients than SLIT group; € 3907 (SD 4268) vs € 2084 (SD 1623) p < 0.001. Mean annual direct cost was higher for SLIT-patients, € 1191 (SD 465) than for reference, € 751 (SD 589) p < 0.001. Mean annual indirect costs for combined absenteeism and presenteeism were lower for patients treated with SLIT, € 912 (SD 1530), than for reference, € 3346 (SD 4120) p < 0.001, with presenteeism as main driver. CONCLUSIONS: SLIT seems to be a cost-beneficial way to treat seasonal AR. This information might be used to guide future recommendations.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,332
Écart entre enseignants0,312 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207