MétaCan
Menu
Retour à la cohorte
Enregistrement W4291278335 · doi:10.1016/j.jad.2022.07.069

The real-world health resource use and costs of misdiagnosing bipolar I disorder

2022· article· en· W4291278335 sur OpenAlexaff
Roger S. McIntyre, François Laliberté, Guillaume Germain, Sean D. MacKnight, Patrick Gillard, Amanda Harrington

Notice bibliographique

RevueJournal of Affective Disorders · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueBipolar Disorder and Treatment
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBipolar disorderResource (disambiguation)Resource useMedicinePsychiatryEnvironmental healthPsychologyComputer scienceEnvironmental resource managementMoodEnvironmental science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Misdiagnosis of bipolar I disorder (BP-I) as major depressive disorder (MDD) is common. This study evaluated healthcare resource utilization (HRU) and costs among BP-I patients who were initially misdiagnosed with MDD (misdiagnosed BP-I cohort) versus patients diagnosed with BP-I without a known prior MDD diagnosis (BP-I only cohort). METHODS: Data from IBM® MarketScan® Research Databases were used. The index date was the first MDD diagnosis for misdiagnosed patients or first BP-I diagnosis for BP-I only patients. Inverse probability of treatment weighting was used to balance baseline characteristics between cohorts. All-cause and mental health (MH)-related HRU and costs were compared between weighted cohorts using rate ratios (RRs) and mean cost differences, respectively. Outcomes were reported per patient-year (PPY). Confidence intervals and P-values were calculated using non-parametric bootstrap procedures. RESULTS: Overall, 14,729 misdiagnosed BP-I and 16,072 BP-I only patients met criteria. Baseline characteristics were balanced across weighted cohorts. Misdiagnosed BP-I patients had significantly higher rates of hospitalizations, emergency room visits, and outpatient visits than BP-I only patients during follow-up (all-cause RRs: 1.94, 1.33, and 1.38, respectively, all P < .001; MH-related RRs: 2.19, 1.77, and 1.77, respectively, all P < .001). Similarly, misdiagnosed BP-I patients incurred significantly higher total healthcare costs PPY over follow-up (all-cause: $21,202 vs $14,661, cost difference = $6541; MH-related: $12,901 vs $6749, cost difference = $6152; both P < .001). Cost differences were even higher during the first year (all-cause = $7146; MH-related = $6619; both P < .001). LIMITATIONS: Claims database (e.g., coding inaccuracies); generalizability to uninsured patients. CONCLUSIONS: The prompt and correct diagnosis of BP-I may significantly reduce HRU and 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)0,009
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 enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,287
Écart entre enseignants0,275 · 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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Affective DisordersMême sujetBipolar Disorder and TreatmentTravaux en français237 207