Resource Use and Costs of Indwelling Pleural Catheters Versus Pleurodesis for Malignant Pleural Effusions: A Population-Based Study
Notice bibliographique
Résumé
Abstract Rationale Malignant pleural effusions (MPEs) are associated with significant health service use and healthcare costs, but the current evidence is limited. Objectives To compare 12-month post-procedure: 1) health service utilization; and 2) healthcare costs after indwelling pleural catheter (IPC) insertion with at-home drainage performed by home care nursing services, versus in-hospital chemical pleurodesis. Methods We performed a retrospective population-based study on a cohort of adults with MPEs who underwent IPC insertion or chemical pleurodesis between January 1, 2015 and December 31, 2019 using provincial health administrative data (Ontario, Canada). Patients were followed from the procedure date until death or until 12 months after the procedure. Inverse probability of treatment weighting was performed to adjust for imbalances in baseline characteristics. Differences in length of stay, readmissions, emergency department visits, home care visits, and healthcare costs were estimated using weighted regression analysis. Results Of 5,752 included individuals, 4,432 (77%) underwent IPC insertion and 1,320 (23%) had pleurodesis. In the weighted sample, individuals who received an IPC had fewer inpatient days (12.4 d vs. 16 d; standardized mean difference, 0.229) but a higher proportion of subsequent admissions for empyema (2.7% vs. 1.1%; P = 0.0002) than those undergoing pleurodesis. Individuals with IPCs received more hours of nursing home care (41 h vs. 21.1 h; standardized mean difference, 0.671) but overall had lower average healthcare costs ($40,179 vs. $46,640 per patient; standardized mean difference, 0.177) than those receiving pleurodesis. Conclusions IPCs with home nursing drainage are associated with reduced health resource use compared with pleurodesis in adults with MPEs, even after controlling for important baseline and clinical characteristics. Given that both procedures have similar health outcomes, our findings support the ongoing promotion of IPCs to increase outpatient management of patients with MPEs.
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 | 0,001 |
| 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 ».