Cost Drivers and Financial Burden for Cancer-Affected Families in China: A Systematic Review
Notice bibliographique
Résumé
This systematic review examined cancer care costs, the financial burden for patients, and their economic coping strategies in mainland China. We included 38 quantitative studies that reported out-of-pocket payment for cancer care and patients' coping strategies in English or Chinese (PROSPERO: CRD42021273989). We searched PubMed, Embase, Ovid, Web of Science, Cochrane, CNKI, and Wanfang Data from 1 January 2009 to 10 August 2022. We referred to the standards for reporting observational studies to assess the methodological quality and transparent reporting of the included studies and reported the costs narratively. Annual mean medical costs (including inpatient and outpatient costs and fees for self-purchasing drugs) ranged from USD 7421 to USD 10,297 per patient. One study investigated medical costs for 5 years and indicated that inpatient costs accounted for 51.6% of the total medical costs, followed by self-purchasing drugs (43.9%). Annual medical costs as a percentage of annual household income ranged from 36.0% to 63.1% with a metaproportion of 51.0%. The common coping strategies included borrowing money and reduction of household expenses and expenses from basic health services. Costs of inpatient care and self-purchasing drugs are major drivers of medical costs for cancer care, and many affected households shoulder a very heavy financial burden.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».