Expenditure on Health Care in Obese Women with and without Sleep Apnea
Notice bibliographique
Résumé
To determine the effect of obesity and sleep apnea on health care expenditure in women over 10 years. Retrospective observational study Tertiary university-based medical center Three groups of age-matched women: 223 obese women with OSAS (body mass index: 39.3 ± 0.6 kg/m2), and from the general population, 223 obese controls (BMI 36.3 ± 0.4) and 223 normal weight controls (BMI 23.9 ± 0.4). None We examined health care utilization in the 3 matched groups for the 10 years leading up to the documentation of OSAS. The mean physician fees and the number of physician visits were significantly higher in obese controls than in normal weight controls during the observed period. Physician fees and physician visits progressively increased in the 10 years before diagnosis in the OSAS cases and were significantly higher than in the matched obese controls. Physician fees, in Canadian dollars, one year before diagnosis in the OSAS cases were higher than in obese controls: $547.49 ± 34.79 vs $246.85 ± 20.88 (P < 0.0001). More was spent for OSAS cases on physician fees for circulatory, endocrine and metabolic diseases, and mental disorders than the obese controls. Physician visits one year before diagnosis in the OSAS cases were more frequent than in the obese controls: 13.2 ± 0.73 visits vs 7.26 ± 0.49 visits (P < 0.0001). Obese women are heavier users of health services than normal weight controls. Obese women with OSAS use significantly more health services than obese controls. Since OSAS imposes a greater financial burden, treatment of OSAS may reduce other comorbidities and lower overall medical costs.
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 | 0,001 |
| 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 ».