Abstract 12400: Trends in Bivalirudin Resource Utilization Among Young Pediatric Ventricular Assist Device Recipients
Notice bibliographique
Résumé
Introduction: Despite recent data suggesting improved outcomes with bivalirudin (bival) vs. heparin in young children requiring ventricular assist devices (VAD) support, the significantly higher costs for bival remains a barrier. Data on bival resource utilization in this population is limited and may influence care practices. Methods: Index VAD hospitalization of pediatric VAD recipients age 0-6 yrs from 2009-2020 were identified in Pediatric Health Information System. Bival exposure was defined as any receipt of bival during hospitalization. Standardized costs inflated to 2020 US dollar and outcomes were compared using multivariate regression. Results: Of 639 young pediatric VAD recipients (median age 1 yr, IQR 0-2), 246 (40%) received bival with a significant increase over the past decade (trend p-value <0.01; Figure 1). Bival was associated with lower overall hospital mortality (23% vs. 36%; adjusted OR 0.38, 95% CI 0.23-0.63) and mortality before transplant (19% vs 31%; adjusted OR 0.34, 95% CI 0.19-0.55) vs. heparin, even after adjusting for era, age, diagnosis, and center VAD volume. Length of stay (LOS) was longer for bival (median 126 days, IQR 81-184) vs. heparin (median 87 days, IQR 49-152); p<0.01. After adjusting for LOS, overall hospital costs were similar between anticoagulation strategies ($931k bival vs. $859k heparin; adjusted cost ratio 1.09, 95% CI 0.96-1.24). Higher pharmacy costs associated with bival (cost ratio 1.67, 95% 1.05-2.66) were offset by lower laboratory (cost ratio 0.86, 95% CI 0.78-0.94) and supply costs (adjusted cost ratio 0.81, 95% CI 0.69-0.96). Conclusions: Bival use significantly increased over the past decade and is now used in >90% young pediatric VAD recipients. Mortality is lower among bival recipients, even after accounting for era and patient-level factors, while hospital costs are similar among both anticoagulation strategies after adjusting for LOS, supporting the cost-effectiveness of bival in this population.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».