Initial health care costs for COVID-19 in British Columbia and Ontario, Canada: an interprovincial population-based cohort study
Notice bibliographique
Résumé
BACKGROUND: COVID-19 imposed substantial health and economic burdens. Comprehensive population-based estimates of health care costs for COVID-19 are essential for planning and policy evaluation. We estimated publicly funded health care costs in 2 Canadian provinces during the pandemic's first wave. METHODS: In this historical cohort study, we linked patients with their first positive SARS-CoV-2 test result by June 30, 2020, in 2 Canadian provinces (British Columbia and Ontario) to health care administrative databases and matched to negative or untested controls. We stratified patients by highest level of initial care: community, long-term care, hospital (without admission to the intensive care unit [ICU]) and ICU. Mean publicly funded health care costs for patients and controls, mean net (attributable to COVID-19) costs and total costs were estimated from 30 days before to 120 days after the index date, or to July 31, 2020, in 30-day periods for patients still being followed by the start of each period. RESULTS: We identified 2465 matched people with a positive test result for SARS-CoV-2 in BC and 28 893 in Ontario. Mean age was 53.4 (standard deviation [SD] 21.8) years (BC) and 53.7 (SD 22.7) years (Ontario); 55.7% (BC) and 56.1% (Ontario) were female. Net costs in the first 30 days after the index date were $22 010 (95% confidence interval [CI] 19 512 to 24 509) and $15 750 (95% CI 15 354 to 16 147) for patients admitted to hospital, and $65 828 (95% CI 58 535 to 73 122) and $56 088 (95% CI 53 721 to 58 455) for ICU patients in BC and Ontario, respectively. In the community and long-term care settings, net costs were near 0. Total costs for all people, from 30 days before to 30 days after the index date, were $22 128 330 (BC) and $175 778 210 (Ontario). INTERPRETATION: During the first wave, we found that mean costs attributable to COVID-19 were highest for patients with ICU admission and higher in BC than Ontario. Reducing the number of people who acquire COVID-19 and severity of illness are required to mitigate the economic impact of COVID-19.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».