Health care utilization and cost differences across cognitively‐defined Alzheimer’s disease subgroups
Notice bibliographique
Résumé
Abstract Background Existing studies on the health care utilization and costs associated with Alzheimer’s disease (AD) have treated individuals with AD as a homogeneous group, though recent evidence suggests individuals with AD may be classified into biologically distinct subgroups with differing genetic and clinical profiles. The objective of our study is to examine differences in healthcare utilization and costs across cognitively defined AD subgroups. Method We utilize data from the Adult Changes in Thought (ACT) study (1994 – 2020), a population‐based longitudinal study of aging and the incidence of and risk factors for dementia. We focus our study on individuals who developed incident AD and classify these individuals into one of six cognitively‐defined AD subgroups using previously described methods. We identify a sex‐ and birth year‐matched set of controls using a many‐to‐one matching method. Controls are assigned an index date equal to the AD onset date for their matched AD case. We examine utilization and costs in the year preceding AD onset and in the three years following. Our utilization outcomes include number of days in a month spent in a hospital inpatient, intensive care unit, or skilled nursing facility setting, and number of emergency department visits. We also examine monthly total health care costs and component costs, including outpatient, hospital inpatient, skilled nursing facility, and pharmacy costs. We utilize repeated measures generalized estimating equations to estimate health care utilization associated with each AD subgroup. To estimate the incremental costs associated with each subgroup, we use the Basu and Manning cost estimator. Result We find significant utilization and costs differences across the cognitively‐defined AD subgroups, driven primarily by differences in the use of hospital inpatient and skilled nursing facility services. We also find the highest utilization and costs among the group of individuals with substantial relative impairments across multiple cognitive domains. Conclusion Studies on the health care utilization and costs associated with AD miss important heterogeneity by examining individuals with AD in the aggregate. Our study suggests that individuals in the cognitively‐defined AD subgroups have distinct health care utilization and cost patterns leading up to and following AD onset.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».