MétaCan
Menu
Retour à la cohorte
Enregistrement W4402927056 · doi:10.1186/s12913-024-11514-x

Economic burden of patients with leading cancers in China: a cost-of-illness study

2024· article· en· W4402927056 sur OpenAlexaff
Ziting Wu, Yiwen Yu, Feng Xie, Qiushi Chen, Zhong Cao, Simiao Chen, Gordon G. Liu

Notice bibliographique

RevueBMC Health Services Research · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Financial Impacts of Cancer
Établissements canadiensMcMaster UniversityImpact
Organismes subventionnairesPeking Union Medical CollegeChinese Academy of Medical Sciences
Mots-clésMedicineNursing researchHealth administrationPublic healthChinaHealth economicsHealth informaticsQuality of Life ResearchIntensive care medicineHealth services researchEnvironmental healthNursing

Résumé

récupéré en direct d'OpenAlex

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,048
Tête enseignante GPT0,368
Écart entre enseignants0,320 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Health Services ResearchMême sujetEconomic and Financial Impacts of CancerTravaux en français237 207