Time Costs and Out-of-Pocket Costs in Patients With Chronic Hepatitis C in a Publicly Funded Health System
Notice bibliographique
Résumé
OBJECTIVES: Chronic hepatitis C (CHC) infection affects more than 70 million people worldwide and imposes considerable health and economic burdens on patients and society. This study estimated 2 understudied components of the economic burden, patient out-of-pocket (OOP) costs and time costs, in patients with CHC in a tertiary hospital clinic setting and a community clinic setting. METHODS: This was a multicenter, cross-sectional study with hospital-based (n = 174) and community-based (n = 101) cohorts. We used a standardized instrument to collect healthcare resource use, time, and OOP costs. OOP costs included patient-borne costs for medical services, nonprescription drugs, and nonmedical expenses related to healthcare visits. Patient and caregiver time costs were estimated using an hourly wage value derived from patient-reported employment income and, where missing, derived from the Canadian census. Sensitivity analysis explored alternative methods of valuing time. Costs were reported in 2020 Canadian dollars. RESULTS: The mean 3-month OOP cost was $55 (95% confidence interval [CI] $21-$89) and $299 (95% CI $170-$427) for the community and hospital cohorts, respectively. The mean 3-month patient time cost was $743 (95% CI $485-$1002) (community) and $465 (95% CI $248-$682) (hospital). The mean 3-month caregiver time cost was $31 (95% CI $0-$63) (community) and $277 (95% CI $174-$380) (hospital). Patients with decompensated cirrhosis bore the highest costs. CONCLUSIONS: OOP costs and patient and caregiver time costs represent a considerable economic burden to patient with CHC, equivalent to 14% and 21% of the reported total 3-month income for the hospital-based and community-based cohorts, respectively.
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 | 0,000 |
| 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) | 0,000 | 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 ».