Socioeconomic burden of cystic fibrosis in Canada
Notice bibliographique
Résumé
BACKGROUND: Cost of illness studies are important tools to summarise the burden of disease for individuals, the healthcare system and society. The lack of standardised methods for reporting costs for cystic fibrosis (CF) makes it difficult to quantify the total socioeconomic burden. In this study, we aimed to comprehensively report the socioeconomic burden of CF in Canada. METHODS: The total cost of CF in Canada was calculated by triangulating information from three sources (Canadian CF Registry, customised Burden of Disease survey and publicly available information). A prevalence-based, bottom-up, human capital approach was applied, and costs were categorised into four perspectives (ie, healthcare system, individual/caregiver, variable (ie, medicines) and society) and three domains (ie, direct, indirect and intangible). All costs were converted into 2021 Canadian dollars (CAD) and adjusted for inflation. The cost of cystic fibrosis transmembrane conductance regulator (CFTR) modulator therapies was excluded. RESULTS: The total socioeconomic burden of CF in Canada in 2021 across the four perspectives was $C414 million. Direct costs accounted for two-thirds of the total costs, with medications comprising half of all direct costs. Out-of-pocket costs to individuals and caregivers represented 18.7% of all direct costs. Indirect costs representing absenteeism accounted for one-third of the total cost. CONCLUSION: This comprehensive cost of illness study for CF represents a community-oriented approach describing the socioeconomic burden of living with CF and serves as a benchmark for future studies.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 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 ».