MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386737828 · doi:10.1136/bmjopen-2023-072080

Estimating the cost impact of atrial fibrillation using a prospective cohort study and population-based controls

2023· article· en· W4386737828 sur OpenAlexaff
Helena Aebersold, Fabienne Foster‐Witassek, Miquel Serra‐Burriel, Beat Brüngger, Stefanie Aeschbacher, Jürg H. Beer, Eva Blozik, Manuel R. Blum, Leo H. Bonati, David Conen, Giulio Conte, Stefan Felder, Carola A. Huber, M Kuehne, Giorgio Moschovitis, Andreas S. Mueller, Rebecca E. Paladini, Tobias Reichlin, Nicolas Rodondi, Anne Springer, Annina Stauber, Christian Sticherling, Thomas D. Szucs, Stefan Osswald, Matthias Schwenkglenks

Notice bibliographique

RevueBMJ Open · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueAtrial Fibrillation Management and Outcomes
Établissements canadiensMcMaster UniversityPopulation Health Research Institute
Organismes subventionnairesUniversitätsspital ZürichUniversität ZürichSchweizerische HerzstiftungUniversität BaselFoundation for Cardiovascular ResearchSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésMedicineAtrial fibrillationProspective cohort studyEpidemiologyCohort studyPopulationInternal medicineIntensive care medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

AIMS: Atrial fibrillation (AF) costs are expected to be substantial, but cost comparisons with the general population are scarce. Using data from the prospective Swiss-AF cohort study and population-based controls, we estimated the impact of AF on direct healthcare costs from the Swiss statutory health insurance perspective. METHODS: Swiss-AF patients, enrolled from 2014 to 2017, had documented, prevalent AF. We analysed 5 years of follow-up, where clinical data, and health insurance claims in 42% of the patients were collected on a yearly basis. Controls from a health insurance claims database were matched for demographics and region. The cost impact of AF was estimated using five different methods: (1) ordinary least square regression (OLS), (2) OLS-based two-part modelling, (3) generalised linear model-based two-part modelling, (4) 1:1 nearest neighbour propensity score matching and (5) a cost adjudication algorithm using Swiss-AF data non-comparatively and considering clinical data. Cost of illness at the Swiss national level was modelled using obtained cost estimates, prevalence from the Global Burden of Disease Project, and Swiss population data. RESULTS: The 1024 Swiss-AF patients with available claims data were compared with 16 556 controls without known AF. AF patients accrued CHF5600 (EUR5091) of AF-related direct healthcare costs per year, in addition to non-AF-related healthcare costs of CHF11100 (EUR10 091) per year accrued by AF patients and controls. All five methods yielded comparable results. AF-related costs at the national level were estimated to amount to 1% of Swiss healthcare expenditure. CONCLUSIONS: We robustly found direct medical costs of AF patients were 50% higher than those of population-based controls. Such information on the incremental cost burden of AF may support healthcare capacity planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,145
Tête enseignante GPT0,482
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJ Open→Même sujetAtrial Fibrillation Management and Outcomes→Travaux en français237 207→