Analysis of the economic burden of docusate sodium at a United States tertiary care center
Notice bibliographique
Résumé
OBJECTIVES: The primary objective was to determine the financial resources allocated to docusate at a representative U.S. tertiary care center. Secondary objectives included comparing docusate utilization between two tertiary care centers, and exploring alternative uses for the funds spent on docusate. METHODS: , 2019 was collected. The annual total cost associated with docusate use per year was calculated. The 2015 data from this study and a 2015 McGill University Health Centre study were compared. Also, alternative uses for the money utilized on docusate were assessed. RESULTS: Over the study period, 37,034 docusate prescriptions and 265,123 docusate doses were recorded. The average cost of prescribing docusate was $25,624.14 per year and $49.37 per hospital bed per year. A comparison between the 2015 data of University Hospital and McGill showed that McGill prescribed 107 doses and spent $10.09 more per hospital bed than University Hospital. Finally, alternative uses for the average yearly spending on docusate equated to 0.35 the salary of a nurse, 0.51 the salary of a secretary, 20.66 colonoscopies, 27.00 upper endoscopies, 186.71 mammograms, 1,399.37 doses of polyethylene glycol 3350, 3,826.57 doses of lactulose, or 4,583.80 doses of psyllium. CONCLUSION: A single average size tertiary care hospital spent about $25,000 yearly on docusate despite its lack of clinical effectiveness. While this amount is small compared to an overall hospital budget, when considering likely comparable docusate use at the U.S's 6,090 hospitals, the economic burden of docusate becomes significant. The funds currently being used on docusate could be redirected to alternative, more cost-effective purposes.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».