MétaCan
Menu
Retour à la cohorte
Enregistrement W4210824114 · doi:10.1001/jamanetworkopen.2021.47447

Prevalence, Cost, and Variation in Cost of Pediatric Hospitalizations in Ontario, Canada

2022· article· en· W4210824114 sur OpenAlexaffabout
Peter J. Gill, Thaksha Thavam, Mohammed Rashidul Anwar, Jingqin Zhu, Patricia C. Parkin, Eyal Cohen, Teresa To, Sanjay Mahant, Francine Buchanan, Wenjia Chen, Ronald D. Cohn, Mairead Green, Matt Hall, Kate Langrish, Colin Macarthur, Myla E. Moretti, Michelle Quinlan, Ann Bayliss, Ronik Kanani, Sean Murray, Catherine Pound, Mahmoud Sakran, Anupam Sehgal, Sepi Taheri, Gita Wahi

Notice bibliographique

RevueJAMA Network Open · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensMcMaster UniversityMcMaster Children's HospitalQueen's UniversityInstitute for Clinical Evaluative SciencesUniversity of OttawaNorth York General HospitalTrillium Health CentreLakeridge HealthChildren's Hospital of Eastern OntarioNOSM UniversityPublic Health OntarioHospital for Sick ChildrenWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineTotal costHealthcare Cost and Utilization ProjectActivity-based costingHealth careIntraclass correlationPediatricsEmergency medicineDemographyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Importance: Identifying conditions that could be prioritized for research based on health care system burden is important for developing a research agenda for the care of hospitalized children. However, existing prioritization studies are decades old or do not include data from both pediatric and general hospitals. Objective: To assess the prevalence, cost, and variation in cost of pediatric hospitalizations at all general and pediatric hospitals in Ontario, Canada, with the aim of identifying conditions that could be prioritized for future research. Design, Setting, and Participants: This population-based cross-sectional study used health administrative data from 165 general and pediatric hospitals in Ontario, Canada. Children younger than 18 years with an inpatient hospital encounter between April 1, 2014, and March 31, 2019, were included. Main Outcomes and Measures: Condition-specific prevalence, cost of pediatric hospitalizations, and condition-specific variation in cost per inpatient encounter across hospitals. Variation in cost was evaluated using (1) intraclass correlation coefficient (ICC) and (2) number of outlier hospitals. Costs were adjusted for inflation to 2018 US dollars. Results: Overall, 627 314 inpatient hospital encounters (44.8% among children younger than 30 days and 53.0% among boys) at 165 hospitals (157 general and 8 pediatric) costing $3.3 billion were identified. A total of 408 003 hospitalizations (65.0%) and $1.4 billion (43.8%) in total costs occurred at general hospitals. Among the 50 most prevalent and 50 most costly conditions (of 68 total conditions), the top 10 highest-cost conditions accounted for 55.5% of all costs and 48.6% of all encounters. The conditions with highest prevalence and cost included low birth weight (86.2 per 1000 encounters; $676.3 million), preterm newborn (38.0 per 1000 encounters; $137.4 million), major depressive disorder (20.7 per 1000 encounters; $78.3 million), pneumonia (27.3 per 1000 encounters; $71.6 million), other perinatal conditions (68.0 per 1000 encounters; $65.8 million), bronchiolitis (25.4 per 1000 encounters; $54.6 million), and neonatal hyperbilirubinemia (47.9 per 1000 encounters; $46.7 million). The highest variation in cost per encounter among the most costly medical conditions was observed for 2 mental health conditions (other mental health disorders [ICC, 0.28] and anxiety disorders [ICC, 0.19]) and 3 newborn conditions (intrauterine hypoxia and birth asphyxia [ICC, 0.27], other perinatal conditions [ICC, 0.17], and surfactant deficiency disorder [ICC, 0.17]). Conclusions and Relevance: This population-based cross-sectional study of hospitalized children identified several newborn and mental health conditions as having the highest prevalence, cost, and variation in cost across hospitals. Findings of this study can be used to develop a research agenda for the care of hospitalized children that includes general hospitals and to ultimately build a more substantial evidence base and improve patient outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,095
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

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

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 Opus0,035
Tête enseignante GPT0,245
Écart entre enseignants0,210 · 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 tête enseignante, 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

Citations30
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetHealthcare Policy and ManagementTravaux en français237 207