The economic burden of ischaemic heart diseases on health systems: a systematic review
Notice bibliographique
Résumé
INTRODUCTION: There is a dearth of evidence regarding the global economic burden of ischaemic heart diseases (IHDs). This systematic review aims to synthesise national-level studies worldwide quantifying the economic burden of IHDs from a provider's perspective. METHODS: We searched PubMed, Embase, Cochrane, DARE and EconLit databases from 1 January 2000 to 29 June 2022. We included observational, cost-of-illness and economic modelling studies reporting direct healthcare cost data for IHDs at the national level. At least two reviewers independently screened titles and abstracts and full texts, extracted data and assessed quality using a seven-question assessment tool. We synthesised findings by country, focusing on three key economic estimates: total annual costs of IHDs, costs of managing acute IHD episodes and chronic IHD care. We correlated these costs with country-specific macroeconomic measures and disease burden. RESULTS: We included 65 national-level studies conducted in 21 countries worldwide, with a majority in high-income countries. The median direct healthcare cost per episode of IHDs was 8062 Int$ 2019 (IQR: 5770-9580), and the median direct healthcare cost of IHDs per patient-year was 10 064 Int$ 2019 (IQR: 7619-14 818). These estimates positively correlated with country-specific macroeconomic and DALY measures. CONCLUSION: IHDs impose a substantial economic burden on health systems globally. Economic costs in countries exceed per capita public health expenditure, primarily driven by acute episodes. National-level data were available for only 21 countries, and none from low-middle-income and low-income countries. Economic costs of IHDs need to be quantified to inform resource allocation decisions at national and global levels.CRD42022337577.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».