MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409049566 · doi:10.1371/journal.pone.0320401

Pre-treatment direct costs for people with tuberculosis during the COVID-19 pandemic in different healthcare settings in Bandung, Indonesia

2025· article· en· W4409049566 sur OpenAlexaff
Bony Wiem Lestari, Eka Saptiningrum, Lavanya Huria, Auliya Ramanda Fikri, Benjamin Daniels, Nathaly Aguilera Vasquez, Angelina Sassi, Jishnu Das, Charity Oga‐Omenka, Susan McAllister, Madhukar Pai, Bachti Alisjahbana

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of WaterlooMcGill University
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésInterquartile rangeMedicinePandemicTuberculosisCoronavirus disease 2019 (COVID-19)Health carePublic healthIndirect costsEnvironmental healthCross-sectional studyFamily medicineEmergency medicineInternal medicineNursingDiseaseBusiness

Résumé

récupéré en direct d'OpenAlex

The tuberculosis (TB) program was massively disrupted due to the COVID-19 pandemic, which may have impacted on an increase in costs for people with TB (PWTB) and their households. We aimed to quantify the pre-treatment out-of-pocket costs and the factors associated with these costs from patients' perspective during the COVID-19 pandemic in Bandung, Indonesia. Adults with pulmonary TB were interviewed using a structured questionnaire for this cross-sectional study recruiting from 7 hospitals, 59 private practitioners, and 10 community health centers (CHCs) between July 2021 to February 2022. Costs in rupiah were converted into US dollars and presented as a median and interquartile range (IQR). Factors associated with costs were identified using quantile regression. A total of 252 participants were recruited. The median total pre-treatment cost was $35.45 (IQR 17.69-67.62). The highest median cost was experienced by participants from private hospitals ($54.51, IQR 29.48-98.47). The rapid antigen and PCR for SARS-CoV-2 emerged as additional medical costs among 26% of participants recruited in private hospitals. Visiting ≥ 6 providers before diagnosis ($38.40 versus $26.20, p < 0.001), presenting first at a private hospital ($50.68, p < 0.05) and private practitioners ($34.97, p < 0.05), and being diagnosed in the private health sector ($39.98 versus $20.30, p < 0.05) were significantly associated with higher pre-treatment costs. PWTB experienced substantial out-of-pocket costs in the process of diagnosis during the COVID-19 pandemic despite free TB diagnosis and treatment. Early detection and identification play an important role in reducing pre-diagnostic TB costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,336
Écart entre enseignants0,292 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→