Return on Investment in Endovascular Care: The Case of Endovascular Reperfusion Alberta
Notice bibliographique
Résumé
OBJECTIVE: We examined the return on investment (ROI) from the Endovascular Reperfusion Alberta (ERA) project, a provincially funded population-wide strategy to improve access to endovascular therapy (EVT), to inform policy regarding sustainability. METHODS: We calculated net benefit (NB) as benefit minus cost and ROI as benefit divided by cost. Patients treated with EVT and their controls were identified from the ESCAPE trial. Using the provincial administrative databases, their health services utilization (HSU), including inpatient, outpatient, physician, long-term care services, and prescription drugs, were compared. This benefit was then extrapolated to the number of patients receiving EVT increased in 2018 and 2019 by the ERA implementation. We used three time horizons, including short (90 days), medium (1 year), and long-term (5 years). RESULTS: EVT was associated with a reduced gross HSU cost for all the three time horizons. Given the total costs of ERA were $2.04 million in 2018 ($11,860/patient) and $3.73 million in 2019 ($17,070/patient), NB per patient in 2018 (2019) was estimated at -$7,313 (-$12,524), $54,592 ($49,381), and $47,070 ($41,859) for short, medium, and long-term time horizons, respectively. Total NB for the province in 2018 (2019) were -$1.26 (-$2.74), $9.40 ($10.78), and $8.11 ($9.14) million; ROI ratios were 0.4 (0.3), 5.6 (3.9) and 5.0 (3.5). Probabilities of ERA being cost saving were 39% (31%), 97% (96%), and 94% (91%), for short, medium, and long-term time horizons, respectively. CONCLUSION: The ERA program was cost saving in the medium and long-term time horizons. Results emphasized the importance of considering a broad range of HSU and long-term impact to capture the full ROI.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| 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 ».