Healthcare costs of cancer among children, adolescents, and young adults: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: To collate and critically review international evidence on the direct health system costs of children and adolescents and young adults (AYA) with cancer. METHODS: We conducted searches in PubMed, MEDLINE, CINAHL, and Scopus. Articles were limited to studies involving people aged 0-39 years at cancer diagnosis and published from 2012 to 2022. Two reviewers screened the articles and evaluated the studies using the Consolidated Health Economic Evaluation Reporting Standards checklist. The reviewers synthesized the findings using a narrative approach and presented the costs in 2022 US dollars for comparability. RESULTS: Overall, the mean healthcare costs for all cancers in the 5 years post diagnosis ranged from US$36,670 among children in Korea to US$127,946 among AYA in the USA. During the first year, the mean costs among children 0-14 years ranged from US$34,953 in Chile to over US$130,000 in Canada. These were higher than the costs for AYA, estimated at US$61,855 in Canada. At the end of life, the mean costs were estimated at over US$300,000 among children and US$235,265 among adolescents in Canada. Leukemia was the most expensive cancer type, estimated at US$50,133 in Chile, to US$152,533 among children in Canada. Overall, more than a third of the total cost is related to hospitalizations. All the included studies were of good quality. CONCLUSIONS: Healthcare costs associated with cancer are substantial among children, and AYA. More research is needed on the cost of cancer in low- and middle-income countries and harmonization of costs across countries.
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 | 0,013 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,007 |
| Bibliométrie | 0,023 | 0,019 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».