Economic Burden of COVID-19: A Systematic Review
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conducted by searches in EMBASE, MEDLINE, MEDLINE-IN-PROCESS, and The Cochrane Library, as well as manual searches of unpublished research for the period between January 2020 to February 2021.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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,017 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».