Cost of Healthcare Services in Geriatric Neuro-oncology: A descriptive Analysis.
Notice bibliographique
Résumé
BACKGROUND: The percentage of brain tumor incidence exceeds 50% in the geriatric population admitted at Khoula Hospital (a tertiary care hospital in Oman) as compared to the younger population, furthermore, geriatric patients impose a higher cost of healthcare in general. Therefore, geriatric tumor care is causing a significant burden on the healthcare service in Oman. For this reason, we have developed this study to identify the cost of care for this group. METHODS: Medical data with their costs were collected retrospectively for 108 patients diagnosed with a brain tumor above the age of 65 years and admitted at Khoula Hospital between 2016 and 2019. RESULTS: The two most common diagnoses in terms of incidence were Meningiomas (31.73%) and Glioblastomas (16.34%). Lymphoma peaked with regards to the cost, with an average cost of 8993.83 USD per diagnosis, followed by glioblastoma and then metastatic lesions (with 5039.18 and 4915.76 USD respectively). Of these surgeries, 82.61% were elective, most of which had a cost above or equal to the average. Emergency surgeries showed equal numbers above and below the average cost of surgeries (P< 0.05). The total costs of imaging were 73759.4 USD, with CT (35.8%) + MRI (32.9%) forming 68.7% of the total imaging costs. While laboratory investigation costs totaled 64110.93 USD. CONCLUSION: The cost of tumor care in Oman is variable based on multiple factors. The reported results represent useful information forming the basis for further analysis such as cost-benefit analysis, cost-effectiveness analysis, and cost-utility analysis.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».