Factors associated with frequent high-cost individuals with cystic fibrosis and their healthcare utilization and cost patterns
Notice bibliographique
Résumé
Cystic fibrosis (CF) is a progressive multi-organ disease with significant morbidity placing extensive demands on the healthcare system. Little is known about those individuals with CF who continually incur high costs over multiple years. Understanding their characteristics may help inform opportunities to improve management and care, and potentially reduce costs. The purpose of this study was to identify and understand the clinical and demographic attributes of frequent high-costing CF individuals and characterize their healthcare utilization and costs over time. A longitudinal study of retrospective data was completed in British Columbia, Canada by linking the Canadian CF Registry with provincial healthcare administrative databases for the period between 2009 and 2017. Multivariable Cox regression models were employed to identify baseline factors associated with becoming a frequent high-cost CF user (vs. not a frequent high-cost CF user) in the follow-up period. We found that severe lung impairment (Hazard Ratio [HR]: 3.71, 95% confidence interval [CI], 1.49-9.21), lung transplantation (HR: 4.23, 95% CI, 1.68-10.69), liver cirrhosis with portal hypertension (HR: 10.96, 95% CI: 3.85-31.20) and female sex (HR: 1.97, 95% CI: 1.13-3.44) were associated with becoming a frequent high-cost CF user. Fifty-nine (17% of cohort) frequent high-cost CF users accounted for more than one-third of the overall total healthcare costs, largely due to inpatient hospitalization and outpatient medication 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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».