The Economic Burden of Adults with Major Depressive Disorder in the United States (2019)
Notice bibliographique
Résumé
INTRODUCTION: Previous societal burden estimations for major depressive disorder (MDD) often fail to account for several hidden cost components. This study provides a comprehensive evaluation of societal costs for adults with MDD in the United States (USA) in 2019. The potential impact of a more effective, rapid-acting MDD therapy vs standard of care on the economic burden of MDD was estimated to illustrate the utility of such a framework in evaluating new interventions. METHODS: This study used a prevalence-based human capital approach. Incremental costs (2019 US dollars) per individual with MDD were derived from national survey inputs and published literature and included incremental healthcare costs and indirect costs. For each cost component, the societal costs were extrapolated by multiplying the per-patient costs by the number of individuals with MDD. The impact of a more effective, rapid-acting novel therapy on the economic burden of MDD was then simulated on the basis of these inputs. RESULTS: In 2019, the number of adults with MDD in the USA was estimated at 19.8 million (62.7% female; 32.9% severe MDD), and the incremental societal economic burden of MDD was estimated at $333.7 billion ($382.4 billion in 2023 US dollars), or $16,854 per adult with MDD. The primary cost drivers were healthcare costs ($127.3 billion; 38.1%), household-related costs ($80.1 billion; 24.0%), presenteeism ($43.3 billion; 13.0%), and absenteeism ($38.4 billion; 11.5%). In the simulated scenario, a hypothetical novel therapy with a 50.0% early response rate was associated with a 7.7% reduction in the economic burden of MDD relative to standard of care over 12 months. CONCLUSIONS: The economic burden of MDD is substantial and extends beyond healthcare costs, underscoring the impact of MDD across multiple aspects of life. Such a broad societal perspective should be considered in assessing the impact of the advent of effective, rapid-acting MDD therapies.
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 | 0,003 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».