Economic burden of patients with leading cancers in China: a cost-of-illness study
Notice bibliographique
Résumé
BACKGROUND: China accounts for 24% of newly diagnosed cancer cases and 30% of cancer-related deaths worldwide. Comprehensive analyses of the economic burden on patients across different cancer treatment phases, based on empirical data, are lacking. This study aims to estimate the financial burden borne by patients and analyze the cost compositions of the leading cancers with the highest number of new cases in China. METHODS: This cross-sectional cost-of-illness study analyzed patients diagnosed with lung, breast, colorectal, esophageal, liver, or gastric cancer, identified through electronic health records (EHRs) from 84 hospitals across 17 provinces in China. Patients completed any one of the initial treatment phase, follow-up phase, and relapse/metastasis phase were recruited by trained attending physicians through a stratified sampling procedure to ensure enough cases for each cancer progression stage and cancer treatment phase. Direct and indirect costs by treatment phase were collected from the EHRs and self-reported surveys. We estimated per case cost for each type of cancer, and employed subgroup analyses and multiple linear regression models to explore cost drivers. RESULTS: We recruited a total of 13,745 cancer patients across three treatment phases. The relapse/metastasis phase incurred the highest per case costs, varying from $8,890 to $14,572, while the follow-up phase was the least costly, ranging from $1,840 to $4,431. Being in the relapse/metastasis phase and having an advanced clinical stage of cancer at diagnosis were associated with significantly higher cost, while patients with low socioeconomic status borne lower costs. CONCLUSIONS: There were substantial financial burden on patients with six leading cancers in China. Health policymakers should emphasize comprehensive healthcare coverage for marginalized populations such as the uninsured, less educated, and those living in underdeveloped regions.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».