Abstract 12738: Comparing Costs of Non-Invasive Cardiac Diagnostic Tests and Deferred Testing for Incident Chest Pain - A Population-Based Study
Notice bibliographique
Résumé
Introduction: Cardiac non-invasive diagnostic tests (NIT) for patients with suspected coronary artery disease cost > $3 billion annually in the US, and may be overused. Consequently, comparing costs of different NIT strategies, including deferred testing, is of urgent importance to healthcare planning. Methods: We compared population-based downstream costs between patients undergoing evaluation for chest pain in Ontario, CA with one of four NIT tests (exercise stress testing (GXT), stress echocardiography, cardiac computed tomography angiography (CCTA) and myocardial perfusion imaging (MPI)) as well as no-testing. To compare costs among the tested and non-tested groups, we used a log-gamma generalized linear model to account for the skewed distribution of health care costs, adjusting for relevant clinical covariates. Results: Of 2,340,699 included patients, 481,170 (21%) received one of four NITs: GXT: 254,492 (53%), MPI: 154,137 (32%), stress echo: 69,160 (14%), and CCTA: 3,381 (<1%). After adjustment for patient characteristics including cardiac risk factors, frailty and location (Table 1), receipt of any NIT was associated with a 12% reduction in downstream 1-year mean costs compared to those without an NIT (cost ratio 0.88, 95%CI 0.87, 0.89). Comparing the different testing strategies with no testing, both GXT (cost ratio 0.80, 95%CI 0.79-0.81) and stress echocardiography (cost ratio 0.82, 95%CI 0.81-0.83) had lower downstream costs, while both MPI (cost ratio 1.26, 95% CI 1.25, 1.27) and CCTA (cost ratio 1.29, 95% CI 1.23, 1.35) had higher downstream costs. Conclusions: In a large (>2 million) population-based cohort with incident chest pain, receipt of any type of non-invasive testing was associated with a 12% reduction in downstream costs compared to no testing. GXT and stress echocardiography had the least downstream costs, whereas CCTA and MPI had the highest costs. These findings may help inform testing decisions in chest pain 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 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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».