Short-term and Long-Term Healthcare Costs Attributable to diagnosed COVID-19 in Ontario; Canada: A Population-Based Matched Cohort Study
Notice bibliographique
Résumé
Abstract Objectives Estimates of health system costs due to COVID-19, especially for long-term disability (post COVID-19 condition [PCC]) are key to health system planning, but attributable cost data remain scarce. We characterized COVID-19-attributable costs from the health system perspective. Methods Population-based matched cohort study in Ontario, Canada, using health administrative data. To assign attribution to COVID-19, individuals, defined as exposed (positive SARS-CoV-2 PCR test, 01/2020-12/2020) were matched 1:1 to an unexposed individuals (01/2016-12/2018). Historical matching was used to reduce biases due to overall reductions in healthcare during the pandemic and contamination bias. The index date was defined as the first occurrence of positive SARS-CoV-2 PCR test. We used phase-of-care costing to calculate mean attributable per-person costs (2023 CAD), standardized to 10 days, during four phases of illness: pre-index date, acute care, post-acute care (suggestive of PCC), and terminal phase (stratified by early and late deaths). Finally, we estimated total costs at 360 days by combining costs with survival estimates. Results Of 165,838 exposed individuals, 159,817 were matched (mean age 40±20 years, 51% female). Mean (95%CI) attributable 10-day costs per person were $1 ($-4, $6) pre-index, $240 ($231, $249) during acute care, and $18 ($14, $21) during post-acute phases. During the terminal phase, mean attributable costs were $3,928 ($3,471, $4,384) for early deaths and $1,781 ($1,182, $2,380) for late deaths. Hospitalizations accounted for 42% to 100% of total costs. Compared to males, costs among females were lower during the acute care phase, but higher during the post-acute care phase. Mean cumulative per-person cost at 360 days was $2,553 ($2,348, $2,756); females had lower costs ($2,194 [$1,945, $2,446]) than males ($2,921 [$2,602, $3,241]). Conclusions SARS-CoV-2 infection is associated with substantial long-term healthcare costs, consistent with our understanding of the PCC. Understanding phase-specific costs can inform health sector budget planning, future economic evaluations, and pandemic planning.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».