Out-of-pocket expenses reported by families of children with medical complexity
Notice bibliographique
Résumé
Objectives: Due to their medical and technology dependence, families of children with medical complexity (CMC) have significant costs associated with care. Financial impact on families in general have been described, but detailed exploration of expenses in specific categories has not been systematically explored. Our objective was to describe out-of-pocket (OOP) expenses incurred by caregivers of CMC and to determine factors associated with increased expenditures. Methods: This is a secondary observational analysis of data primary caregiver-reported OOP expenses as part of a randomized control trial conducted in Ontario, Canada. Caregivers completed questionnaires reporting OOP costs. Descriptive statistics were utilized to report OOP expenses and a linear regression model was conducted. Results: 107 primary caregivers of CMC were included. The median (IQR) age of participants was 34.5 years (30.5 to 40.5) and 83.2% identified as the mother. The majority were married or common-law (86.9%) and 50.5% were employed. The participant's children [median (IQR) age 4.5 (2.2 to 9.7); 57.9% male] most commonly had a neurological/neuromuscular primary diagnosis (46.1%) and 88% utilized medical technology. Total OOP expenses were $8,639 CDN annually (IQR = $4,661 to $31,326) with substantial expenses related to childcare/homemaking, travel to appointments, hospitalizations, and device costs. No factors associated with greater likelihood of OOP expenses were identified. A P-value of <0.05 was considered significant. Conclusion: Caregivers of CMC incur significant OOP expenses related to the care of their children resulting in financial burden. Future exploration of the financial impact on caregiver productivity, employment, and identification of resources to mitigate OOP expenses will be important for this patient population.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».