Cost Analysis of a Fracture Liaison Service: A Prospective Study for Secondary Prevention After Fractures of the Hip
Notice bibliographique
Résumé
Background: Fracture liaison services (FLSs) have proven to be effective in treating osteoporosis associated with fragility fractures. For patients with fragility fractures of the hip, FLS programs are expected to be cost-effective because of the high risk of re-fracture and the high cost of fracture treatment. In this study, we evaluated the essential factors in determining whether the FLS saves or loses more than it costs. Methods: A prospective-randomized study was done in patients with hip fragility fractures using a hospital-based FLS program in parallel with a cost analysis. Data were generated from a cohort of patients using actual data for FLS effectiveness, individual costs of hip fracture treatment, and medication costs based on an accepted treatment algorithm. Results: There were 200 patients randomized and 180 analyzed for costs. Results showed that the cost-benefit of the FLS was dependent on the medication used for osteoporosis. Specifically, using the medication algorithm in this study, the loss per patient enrolled in the FLS was $671 for a 2-year period. If intravenous zoledronic acid had been used, then the loss would have been $221. If only oral bisphosphonates had been used, then the FLS would have saved $109 per patient for a 2-year period. Conclusions: The analysis done here shows that medication cost is the critical component in cost-effectiveness of an FLS program. Additional work needs to be done refining the medication algorithm considering medication costs but individualized to patient needs based on fracture risk. J Curr Surg. 2022;12(2):29-37 doi: https://doi.org/10.14740/jcs460
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».