Costs associated with adverse events during treatment episodes for adult attention-deficit/hyperactivity disorder
Notice bibliographique
Résumé
OBJECTIVE: Attention-deficit/hyperactivity disorder (ADHD) medication is frequently associated with adverse events (AEs), but limited real-world data exist regarding their costs from a payer's perspective. Therefore, this study evaluated the healthcare costs associated with common AEs among adult patients treated for ADHD in the US. METHODS: Eligible adults treated for ADHD were identified from a large US claims database (1 October 2015-30 September 2021). A retrospective cohort study design was used to assess excess healthcare costs and costs directly related to AE-specific claims per-patient-per-month (PPPM) associated with 10 selected AEs during ADHD treatment. To account for all costs associated with the AE, treatment episodes with a given AE were compared to similar treatment episodes without this AE. Entropy balancing was used to create cohorts with similar characteristics. Studied AEs were selected based on their prevalence in clinical trials for common ADHD medications and were identified from ICD-10-CM diagnosis codes recorded in claims. RESULTS: < .05). LIMITATIONS: AEs were identified based on recorded diagnosis on medical claims and likely represent more severe AEs. Therefore, costs may not be representative of milder AEs. CONCLUSIONS: This study found that AEs occurring during ADHD treatment episodes are associated with significant healthcare costs. This highlights the potential of treatments with favorable safety profiles to alleviate the burden experienced by patients and the healthcare system.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».