Health Care Utilization and Costs in Lung Cancer Screening Participants—A Propensity-Matched Economic Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Lung cancer screening (LCS) for high-risk populations has been firmly established to reduce lung cancer mortality, but concerns exist regarding unintended downstream costs.Methods: Mean health care utilization and costs were compared in the Alberta Lung Cancer Screening Study in a cohort undergoing LCS versus a propensity-matched control group who did not.Results: A cohort of 651 LCS participants was matched to 336 unscreened controls.Over the study period (mean 3.6 y), a modest increase in the number of claims (22.4 versus 21.9 per person-year [PY]; D 0.50 [95% confidence interval: 0.15-0.86],p 0.006) and outpatient visits (4.01 versus 3.50 per PY; D 0.51 [0.37-0.65],p <0.0001), but not in inpatient admissions, was noted in the screened cohort.Claims payments, inpatient costs, and cancer care costs were similar in the screening arm versus the unscreened.Outpatient encounter costs per participant were higher in the screened group ($2662.18versus $2040.67 per PY; D $621.51 [1118.05 to 124.97], p 0.014).Removing the additional computed tomography screening examinations rendered differences not significant.Mean total costs were not significantly different at $6461.10 per PY in the screening group and $6125.31 in the unscreened group (D $335.79 [2009.65 to 1338.07], p 0.69).Conclusions: Modest increases in outpatient costs are noted in individuals undergoing LCS, in part attributable to the screening examinations, without differences in overall health care costs.Health care costs and utilization seem otherwise similar in individuals participating in LCS and those who do not.
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.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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 | 0,000 |
| 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 découle