Sex Differences in High-Cost Users of Healthcare for Atrial Fibrillation
Notice bibliographique
Résumé
BackgroundHealthcare resource use for atrial fibrillation (AF) is high, but it may not be equivalent across all patients. We examined whether sex differences exist for AF high-cost users (HCUs), who account for the top 10% of total acute care costs.MethodsAll patients aged ≥ 20 years who presented to the emergency department (ED) or were hospitalized with AF were identified in Alberta, Canada, between 2011 and 2015. The cohort was categorized by sex into HCUs and non-HCUs. Healthcare utilization was defined as ED, hospital, and physician visits, and costs included those for hospitalization, ambulatory care, physician billing, and drugs. All costs were inflated to 2022 Canadian dollars (CAD$).ResultsAmong 48,030 AF patients, 45.1% were female. Of these, 31.8% were HCUs, and the proportions of female and male patients were equal (31.9% vs 31.7%). Female HCUs were older, more likely to have hypertension and heart failure, and had a higher stroke risk than male HCUs. Mean healthcare utilization did not differ among HCUs by sex, except for number of ED visits, which was higher in male patients (12.7% vs 9.2%, P < 0.0001). Overall, HCUs accounted for 65.8% of the total costs (CAD$3.4 billion). Almost half of total HCU costs were attributable to female HCUs (CAD$966.1 million). Significant differences were present in the distributions of HCU-related costs (male patients: 74.6% hospitalization, 9.5% ambulatory care, 12.4% physician billing, 3.5% drugs; female patients: 77.7% hospitalization, 7.4% ambulatory care, 11.5% physician billing, 3.5% drugs, P < 0.0001).ConclusionsDespite having a lower AF prevalence, female patients represent an equal proportion of HCUs, and account for almost half the total HCU costs. Interventions targeted at reducing the number of AF HCU are needed, particularly for female patients.
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 | 0,000 |
| 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 ».