Healthcare utilization by patients with primary hyperparathyroidism
Notice bibliographique
Résumé
INTRODUCTION: Urolithiasis is a common complication of primary hyperparathyroidism (PHPT). Parathyroidectomy has been shown to decrease the rate of stone formation. The purpose of this study was to evaluate healthcare resource utilization before and after parathyroidectomy and identify predictors of increased healthcare utilization. METHODS: A retrospective analysis of patients who had a parathyroidectomy for PHPT in Nova Scotia from 2013-2018 was performed. Data from five years before parathyroidectomy to three years after were included. Outcomes included emergency department (ED) visits and the number of urologic interventions. Random-effects Poisson regression models were used to calculate the primary outcomes, ED visits, and the number of urologic interventions while adjusting for prespecified characteristics. RESULTS: Fifty patients (62% female) with a mean age of 60±11 years were identified. ED visits were 0.42 per year before parathyroidectomy and 0.20 per year after in a multivariate analysis (incidence rate ratio [IRR] 0.48, confidence interval [CI] 0.25-0.91, p=0.024). There was no statistical difference between male and female ED visits (p=0.6719). There was no difference in the rate of ED visits for non-urologic reasons after parathyroidectomy (p=0.0749). The incidence of urologic intervention for stones was 1.24 per year before parathyroidectomy and 0.53 per year after (IRR 0.42, CI 0.26-0.68, p=0.0005). CONCLUSIONS: Healthcare resource utilization, in terms of ED visits and urologic intervention, significantly decreased after parathyroidectomy. Sex showed no statistical difference in predicting healthcare utilization, while non-urologic ED visits remained the same after surgery. Expedited parathyroidectomy for PHPT patients may decrease urologic interventions and ED visits, resulting in less healthcare utilization.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».