Regional Differences in Medical Costs of Chronic Kidney Disease in the South Korean Population: Marginalized Two-Part Model
Notice bibliographique
Résumé
BACKGROUND: There are regional gaps in the access to medical services for patients with chronic kidney disease (CKD), and it is necessary to reduce those gaps, including the gaps involving medical costs. OBJECTIVE: This study aimed to analyze regional differences in the medical costs associated with CKD in the South Korean population. METHODS: This longitudinal cohort study included participants randomly sampled from the National Health Insurance Service-National Sample Cohort of South Korea. To select those who were newly diagnosed with CKD, we excluded those who were diagnosed in 2002-2003 and 2018-2019. A total of 5903 patients with CKD were finally included. We used a marginalized two-part longitudinal model to assess total medical costs. RESULTS: Our cohort included 4775 (59.9%) men and 3191 (40.1%) women. Of these, 971 (12.2%) and 6995 (87.8%) lived in medically vulnerable and nonvulnerable regions, respectively. The postdiagnosis costs showed a significant difference between the regions (estimate: -0.0152, 95% confidence limit: -0.0171 to -0.0133). The difference in medical expenses between the vulnerable and nonvulnerable regions showed an increase each year after the diagnosis. CONCLUSIONS: Patients with CKD living in medically vulnerable regions are likely to have higher postdiagnostic medical expenses compared to those living in regions that are not medically vulnerable. Efforts to improve early diagnosis of CKD are needed. Relevant policies should be drafted to decrease the medical costs of patients with CKD disease living in medically deprived areas.
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 | 0,008 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».