MétaCan
Menu
Retour à la cohorte
Enregistrement W4415297467 · doi:10.1186/s13561-025-00681-0

Two-year retrospective review of costs associated with COVID-19 case management in Regina, Saskatchewan

2025· article· en· W4415297467 sur OpenAlexaffabout
Olanrewaju Medu, Molly Trecker, Tania Diener, Maurice Hennink, Doug Coyle, Jessica Minion, Amanda Lang, Maureen Anderson, Thomas E. Stewart, Tandi Steenkamp

Notice bibliographique

RevueHealth Economics Review · 2025
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensSaskatchewan Disease Control LaboratoryUniversity of SaskatchewanSaskatchewan HealthUniversity of OttawaSaskatchewan Health Authority
Organismes subventionnairesnon disponible
Mots-clésHealth economicsHealth services researchPublic healthPublic financeCase managementPopulation healthSocial policyHealth administrationHealth policy

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The COVID-19 pandemic, declared in March 2020, caused significant morbidity and mortality globally. This study aims to estimate the costs associated with managing COVID-19 infected patients in Regina. METHOD: The study focuses on the direct and indirect healthcare costs of managing a COVID-19 case. Costing elements included are diagnostic, public health, inpatient and outpatient management costs. The costing analysis estimates the total cost of COVID-19 case management in Regina, the average cost per case based on disease severity, and the costs for diagnostics, public health management, and clinical areas. RESULTS: Severe cases, representing 1.3% of cases, accounted for a quarter of the total cost of illness, while moderate cases (1.8%) contributed to less than 5% of the overall cost. Mild cases (96.9%) were responsible for three-quarters of the associated illness costs. Over two years, approximately $85 million was spent on the care of 28,733 cases, primarily due to hospitalization costs. Annual per-patient expenses increased from $45 in 2020 to $183 in 2021, reflecting a higher case burden and greater health care utilization. Furthermore, the Omicron variant accounted for 44% of the disease burden and 36% of the illness costs. Patients older than 80 accounted for 10% of illness costs, while children aged less than 18 accounted for about 17%. CONCLUSION: The primary costs were human resources and hospitalizations for older individuals, significantly impacting the Saskatchewan Health Authority's budget due to the pandemic. This analysis does not fully capture the effects in Regina.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,451
Score d'incertitude au seuil0,907

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,010
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,172
Tête enseignante GPT0,463
Écart entre enseignants0,291 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHealth Economics ReviewMême sujetCOVID-19 epidemiological studiesTravaux en français237 207