MétaCan
Menu
Retour à la cohorte
Enregistrement W4283836642 · doi:10.1093/ntr/ntac166

Association Between Smoking Cessation Treatment and Healthcare Costs in a Single-Payer Public Healthcare System

2022· article· en· W4283836642 sur OpenAlexafffundabout
Dolly Baliunas, Sabrina Voci, Claire de Oliveira, Peter Selby, Paul Kurdyak, Laura C. Rosella, Laurie Zawertailo, Longdi Fu, Rinku Sutradhar

Notice bibliographique

RevueNicotine & Tobacco Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensPublic Health OntarioUniversity of TorontoCentre for Addiction and Mental Health
Organismes subventionnairesCanadian Institutes of Health ResearchMinistry of Health, Ontario
Mots-clésSmoking cessationHealth careMedicineHealthcare systemPublic healthcarePublic healthFamily medicineEnvironmental healthNursingPolitical science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: There has been little investigation of whether the clinical effectiveness of smoking cessation treatments translates into differences in healthcare costs, using real-world cost data, to determine whether anticipated benefits of smoking cessation treatment are being realized. AIMS AND METHODS: We sought to determine the association between smoking cessation treatment and healthcare costs using linked administrative healthcare data. In total, 4752 patients who accessed a smoking cessation program in Ontario, Canada between July 2011 and December 2012 (treatment cohort) were each matched to a smoker who did not access these services (control cohort). The primary outcome was total healthcare costs in Canadian dollars, and secondary outcomes were sector-specific costs, from one year prior to the index date until December 31, 2017, or death. Costs were partitioned into four phases: pretreatment, treatment, posttreatment, and end-of-life for those who died. RESULTS: Among females, total healthcare costs were similar between cohorts in pretreatment and posttreatment phases, but higher for the treatment cohort during the treatment phase ($4,554 vs. $3,237, p < .001). Among males, total healthcare costs were higher in the treatment cohort during pretreatment ($3,911 vs. $2,784, p < .001), treatment ($4,533 vs. $3,105, p < .001) and posttreatment ($5,065 vs. $3,922, p = .001) phases. End-of-life costs did not differ. Healthcare sector-specific costs followed a similar pattern. CONCLUSIONS: Five-year healthcare costs were similar between females who participated in a treatment program versus those that did not, with a transient increase during the treatment phase only. Among males, treatment was associated with persistently higher healthcare costs. Further study is needed to address the implications with respect to long-term costs. IMPLICATIONS: The clinical effectiveness of pharmacological and behavioral smoking cessation treatments is well established, but whether such treatments are associated with healthcare costs, using real-world data, has received limited attention. Our findings suggest that the use of a smoking cessation treatment offered by their health system is associated with persistent higher healthcare costs among males but a transient increase among females. Given increasing access to evidence-based smoking cessation treatments is an important component in national tobacco control strategies, these data highlight the need for further exploration of the relations between smoking cessation treatment engagement and healthcare 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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,500
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,177
Tête enseignante GPT0,407
Écart entre enseignants0,229 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNicotine & Tobacco ResearchMême sujetSmoking Behavior and CessationTravaux en français237 207