The treatment gap for deep brain stimulation in Parkinson’s disease: a comparative analysis of cost and utilisation in high-income countries
Notice bibliographique
Résumé
OBJECTIVE: Parkinson's disease (PD) is one of the most prevalent neurodegenerative disorders, globally affecting approximately 120 per 100,000 people by age 70. Deep brain stimulation (DBS) is a US Federal Drug Administration (FDA)-approved and highly effective treatment for late-stage PD. However, country-specific reimbursement regulations and health policies may affect access to PD-DBS. We aimed to evaluate the uptake rate and 'treatment gap' for DBS across high-income countries. METHODS: We reviewed previous literature to investigate the cost and utilisation of PD-DBS in high-income countries across Asia, Europe, Oceania, and North America (Australia, Canada, France, Germany, Hong Kong, Japan, Korea, the Netherlands, New Zealand, Norway, Spain, Switzerland, UK, and USA). Using previous estimates of DBS candidate eligibility rates, we calculated theoretical DBS uptake rates and treatment gaps nationally. RESULTS: PD-DBS utilisation was highest in Australia and the USA and lowest in Korea and New Zealand. The total cost of PD-DBS in the first 12 months was highest in the USA and France and lowest in the UK and Germany. The utilisation rate (i.e. uptake rate) of PD-DBS (% DBS surgeries per PD case) was highest in Australia and the USA, and lowest in New Zealand and the UK, where the treatment gap reflected these trends. CONCLUSIONS: Our results highlight differences in access to DBS for PD patients among high-income countries, which we discuss in the context of health systems. Better access to effective PD treatments such as DBS is critical given the increasing prevalence of PD in an ageing world and the associated, avoidable morbidity.
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 | 0,000 | 0,000 |
| 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 ».