Excess cost of care associated with sepsis in cancer patients: Results from a population-based case-control matched cohort
Notice bibliographique
Résumé
BACKGROUND: Cancer patients are at significant risk of developing sepsis due to underlying malignancy and necessary treatments. Little is known about the economic burden of sepsis in this high-risk population. We estimate the short- and long-term healthcare costs of care of cancer patients with and without sepsis using individual-level linked-administrative data. METHODS: We conducted a population-based matched cohort study of cancer patients aged ≥18, diagnosed between 2010 and 2017. Cases were identified if diagnosed with sepsis during the study period, and were matched 1:1 by age, sex, cancer type and other variables to controls without sepsis. Mean costs (2018 Canadian dollars) for patients with and without sepsis up to 5 years were estimated adjusted using survival probabilities at partitioned intervals. We estimated excess cost associated with sepsis presented as a cost difference between the two cohorts. Haematological and solid cancers were analysed separately. RESULTS: 77,483 cancer patients with sepsis were identified and matched. 64.3% of the cohort were aged ≥65, 46.3% female and 17.8% with haematological malignancies. Among solid tumour patients, the excess cost of care among patients who developed sepsis was $29,081 (95%CI, $28,404-$29,757) in the first year, rising to $60,714 (95%CI, $59,729-$61,698) over 5 years. This was higher for haematology patients; $46,154 (95%CI, $45,505-$46,804) in year 1, increasing to $75,931 (95%CI, $74,895-$76,968). CONCLUSIONS: Sepsis imposes substantial economic burden and can result in a doubling of cancer care costs, particularly during the first year of cancer diagnosis. These estimates are helpful in improving our understanding of burden of sepsis along the cancer pathway and to deploy targeted strategies to alleviate this burden.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».