Economic Burden of COVID-19: A Systematic Review
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objective: To review and qualitatively synthesize the evidence related to the economic burden of COVID-19, including healthcare resource utilization and costs. Methods: A systematic review of studies that assessed the economic burden [eg, direct costs, productivity, macroeconomic impact due to non-pharmaceutical interventions (NPIs) and equity] of COVID-19 was conducted by searches in EMBASE, MEDLINE, MEDLINE-IN-PROCESS, and The Cochrane Library, as well as manual searches of unpublished research for the period between January 2020 to February 2021. Single reviewer data extraction was confirmed independently by a second reviewer. Results: The screening process resulted in a total of 27 studies: 25 individual publications, and 2 systematic literature reviews, of narrower scopes, that fulfilled the inclusion criteria. The patients diagnosed with more severe COVID-19 were associated with higher costs. The main drivers for higher costs were consistent across countries and included ICU admission, in-hospital resource use such as mechanical ventilation, which lead to increase costs of $2082.65 ± 345.04 to $2990.76 ± 545.98. The most frequently reported indirect costs were due to productivity losses. On average, older COVID-19 patients incurred higher costs when compared to younger age groups. An estimation of a 20% COVID-19 infection rate based on a Monte Carlo simulation in the United States led to a total direct medical cost of $163.4 billion over the course of the pandemic. Conclusion: The COVID-19 pandemic has generated a considerable economic burden on patients and the general population. Preventative measures such as NPIs only have partial success in lowering the economic costs of the pandemic. Implementing additional preventative measures such as large-scale vaccination is vital in reducing direct and indirect medical costs, decreased productivity, and GDP losses.
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.
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 | 0,011 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 découle