MétaCan
Menu
Retour à la cohorte
Enregistrement W4308194635 · doi:10.1136/heartjnl-2022-321520

Patient clusters and cost trajectories in the Swiss Atrial Fibrillation cohort

2022· article· en· W4308194635 sur OpenAlexaff
Helena Aebersold, Miquel Serra‐Burriel, Fabienne Foster-Wittassek, Giorgio Moschovitis, Stefanie Aeschbacher, Angelo Auricchio, Jürg H. Beer, Eva Blozik, Leo H. Bonati, David Conen, Stefan Felder, Carola A. Huber, M Kuehne, Andreas Müller, Jolanda Oberle, Rebecca E. Paladini, Tobias Reichlin, Nicolas Rodondi, Anne Springer, Annina Stauber, Christian Sticherling, Thomas D. Szucs, Stefan Osswald, Matthias Schwenkglenks

Notice bibliographique

RevueHeart · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesSchweizerische HerzstiftungUniversität BaselFoundation for Cardiovascular ResearchSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésMedicineAtrial fibrillationCohortEmergency medicineCluster (spacecraft)Cohort studyHealth careIndirect costsInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: Evidence on long-term costs of atrial fibrillation (AF) and associated factors is scarce. As part of the Swiss-AF prospective cohort study, we aimed to characterise AF costs and their development over time, and to assess specific patient clusters and their cost trajectories. METHODS: Swiss-AF enrolled 2415 patients with variable duration of AF between 2014 and 2017. Patient clusters were identified using hierarchical cluster analysis of baseline characteristics. Ongoing yearly follow-ups include health insurance clinical and claims data. An algorithm was developed to adjudicate costs to AF and related complications. RESULTS: A subpopulation of 1024 Swiss-AF patients with available claims data was followed up for a median (IQR) of 3.24 (1.09) years. Average yearly AF-adjudicated costs amounted to SFr5679 (€5163), remaining stable across the observation period. AF-adjudicated costs consisted mainly of inpatient and outpatient AF treatment costs (SFr4078; €3707), followed by costs of bleeding (SFr696; €633) and heart failure (SFr494; €449). Hierarchical analysis identified three patient clusters: cardiovascular (CV; N=253 with claims), isolated-symptomatic (IS; N=586) and severely morbid without cardiovascular disease (SM; N=185). The CV cluster and SM cluster depicted similarly high costs across all cost outcomes; IS patients accrued the lowest costs. CONCLUSION: Our results highlight three well-defined patient clusters with specific costs that could be used for stratification in both clinical and economic studies. Patient characteristics associated with adjudicated costs as well as cost trajectories may enable an early understanding of the magnitude of upcoming AF-related 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 enseignants0,066
Score d'incertitude au seuil0,131

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,309
Écart entre enseignants0,270 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeartMême sujetAtrial Fibrillation Management and OutcomesTravaux en français237 207