MétaCan
Menu
Retour à la cohorte
Enregistrement W4417397616 · doi:10.1016/j.amjms.2025.12.780

Evaluating medical and rehabilitation programs for long COVID: utilization, health outcomes, and healthcare costs

2025· article· en· W4417397616 sur OpenAlexafffundabout
Azita Zahiri Harsini, Mahnoush Rostami, Caitlin Hurd, Fatemeh Vakilian, Gurpreet Brar, Ting Wang, Thomas Mullie, S Basiuk, Balraj Mann, Colin Del Castilho, Maeve P. Smith, Grace Y. Lam, Chester Ho, Kiran Pohar Manhas

Notice bibliographique

RevueThe American Journal of the Medical Sciences · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueLong-Term Effects of COVID-19
Établissements canadiensAlberta HealthWomen and Children’s Health Research InstituteSouth Health CampusChevron (Canada)Alberta Health ServicesUniversity of AlbertaSpinal Cord Injury AlbertaGlenrose Rehabilitation HospitalUniversity of Alberta Hospital
Organismes subventionnairesAlberta Health Services
Mots-clésObservational studyRehabilitationHealth careMedical costsNatural experimentMEDLINEProgram evaluationProspective cohort study

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Long COVID presents a substantial and evolving challenge to individuals and health systems. Despite growing interest in interdisciplinary care models, empirical evidence on their structure, utilization, and effectiveness remains limited. This study examined the delivery and outcomes of specialized outpatient programs for long COVID in Alberta, Canada, focusing on: (a) patterns of program utilization; (b) patient-reported health outcomes; and (c) impacts on healthcare system utilization and costs. METHODS: A retrospective observational study was conducted using administrative health records, electronic medical records, and patient-reported outcome measures (PROMs) between April 2022 and September 2023. Adults (≥18 years) with persistent symptoms ≥12 weeks post-infection were included. Healthcare utilization and costs were assessed over 180-day pre- and post-enrollment periods. Cost-effectiveness was evaluated using the incremental cost-effectiveness ratio (ICER). RESULTS: Of 2819 referrals, 81% (n = 2287) were accepted. Most patients were female (68%), aged 48.2 years on average, and referred by community physicians. Site-level differences were observed in staffing models, care delivery modalities, and wait times. Following enrollment, patients reported small but statistically significant improvements in functional status and quality of life. Symptoms of depression, as measured by the PHQ-9, decreased by an average of 0.9 points (p < 0.05), though below thresholds for clinical significance. Anxiety levels, assessed by the GAD-7, did not change significantly. EQ-5D VAS scores improved by 4.6 points (p = 0.003). Modest reductions in inpatient, ambulatory, and physician service costs were observed. The ICER was $31,140 per quality-adjusted life year (QALY), approaching the Canadian cost-effectiveness threshold. CONCLUSIONS: In this observational analysis, program participation was associated with small improvements in patient-reported health status and modest cost patterns. Because natural recovery, regression to the mean, and concurrent system changes may also explain these trends, the findings should be interpreted as preliminary associations rather than causal effects. Prospective controlled studies are needed to confirm effectiveness and economic value.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,495
Score d'incertitude au seuil0,985

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,065
Tête enseignante GPT0,480
Écart entre enseignants0,416 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueThe American Journal of the Medical SciencesMême sujetLong-Term Effects of COVID-19Travaux en français237 207