Societal costs and quality of life associated with arginase 1 deficiency in a European setting – a multinational, cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Arginase 1 deficiency (ARG1-D) is a ultrarare disease with manifestations that cause mobility and cognitive impairment that progress over time and may lead to early mortality. Diseases such as ARG1-D have a major impact also outside of the health care sector and the aim of this study was to estimate the current burden of disease associated with ARG1-D from a societal perspective. METHODS: The study was performed as a web-based survey of patients with ARG1-D and their caregivers in four European countries (France, Portugal, Spain, United Kingdom). The survey was distributed at participating clinics and included questions on e.g. symptoms (including the Gross Motor Function Classification System, GMFCS, and cognitive impairment), health care use, medication, ability to work, caregiving, and impact on health-related quality-of-life (HRQoL) using the EQ-5D-5L. RESULTS: The estimated total mean societal cost per patient and year was £63,775 (SD: £49,944). The cost varied significantly with both mobility impairment (from £49,809 for GMFCS level 1 to £103,639 for GMFCS levels 3-5) and cognitive impairment (from £43,860 for mild level to £99,162 for severe level). The mean utility score on the EQ-5D-5L for patients was 0.498 (SD: 0.352). The utility score also varied significantly with both mobility impairment (from 0.783 for GMFCS level 1 to 0.153 for GMFCS level 3-5) and cognitive impairment (from 0.738 for mild level to 0.364 for severe level). CONCLUSIONS: Similar to other studies of rare diseases, the study is based on a limited number of observations. However, the sample appear to be reasonably representative when comparing to previous studies of ARG1-D. This study shows that ARG1-D is associated with a high societal cost and significant impact on HRQoL. Earlier diagnosis and better treatment options that can postpone or withhold progression may therefore have a potential for improved HRQoL and savings for the patient, caregiver, and society.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».