Direct health care costs associated with asthma hospitalizations before and during the COVID-19 pandemic in the United States: a nationwide inpatient sample analysis
Notice bibliographique
Résumé
Asthma increases the hospitalization risk in individuals with COVID-19. The impact of the COVID-19 pandemic on asthma-related hospitalizations in the United States remains unknown. We hypothesized this pandemic led to an increase in healthcare-related costs associated with asthma. We analyzed weighted data from the National Inpatient Sample between 1 January 2018 and 31 December 2020. The outcomes were asthma hospitalization rates, length of stay (LOS), in-hospital mortality rates, and hospital admission costs. The hospitalization rate for individuals with a primary diagnosis of asthma was higher in 2018 compared to 2020 (hospitalization rate per 100,000: 2018: 38.6; 2020: 21.4; p < .001). Hospital costs increased in United States Dollars (USD) (2018: median [IQR] 5251 USD [3426 USD, 8278 USD]; 2020: 5881 USD [3920 USD–9216 USD]; p < .001). Additionally, in-patient mortality rates slightly increased in 2020, rising to 0.44%, compared to 0.20% in 2018 (p < .001). The Mid-Atlantic division had the highest asthma hospitalization rates (p < .001), with rates per 100,000 of 63.48 in 2018 and 33.65 in 2020. In contrast, the Pacific division had the highest hospitalization costs during the same period (p < .05), with median costs of 7116 USD [4557, 11,393] in 2018 and 8430 [5436, 13,982] USD in 2020. A secondary analysis of patients admitted for COVID-19 and a secondary diagnosis of asthma demonstrated a decrease in 2020 compared to previous years. Those admitted during the pandemic had higher mortality and significantly increased direct healthcare costs to society. This investigation provides valuable insights to policymakers about shifts in healthcare utilization during the pandemic.
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 | 0,002 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 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) | 0,000 | 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 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 ».