Economic Benefit of Increasing Utilization of Intravenous Tissue Plasminogen Activator for Acute Ischemic Stroke in the United States
Notice bibliographique
Résumé
BACKGROUND AND PURPOSE: Health economic analyses of intravenous tissue plasminogen activator (tPA) in acute ischemic stroke reveal a substantial cost savings. Unfortunately, tPA is vastly underused. The purpose of this study was to determine the economic impact of increasing tPA utilization in the United States. METHODS: Annual incidence estimates of ischemic stroke in the United States and individual states were obtained. The proportion of all ischemic stroke patients who receive tPA was derived from published data. Economic analyses that report the expected annual cost savings of tPA were consulted. The analysis was conducted from the perspective of the healthcare system over a time period of 1 year. With incremental increases in the proportion of all ischemic stroke patients treated with tPA, potential cost savings were recalculated. The outcomes are expressed in dollars saved annually. RESULTS: There are 616,000 new ischemic stroke patients annually. A 600 dollars net cost savings is associated with each tPA-treated patient. Currently, an estimated 2% of all ischemic stroke patients receive tPA. If the proportion was increased to 4, 6, 8, 10, 15, or 20%, the realized cost savings would be approximately 15, 22, 30, 37, 55, and 74 million dollars, respectively. CONCLUSIONS: If even small manageable increases in the proportion of all ischemic stroke patients who received tPA were achieved, it would result in an enormous realized savings for America's healthcare system.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».